摘要
本发明公开了一种基于全局‑局部跨注意力融合的多尺度海洋底栖生物检测方法,包括:采用水下机器人采集海底数据信息并进行预处理,建立多尺度海洋底栖生物数据集;对多尺度海洋底栖生物数据集进行预处理并划分为训练集和测试集;搭建基于全局‑局部跨注意力融合的多尺度底栖生物检测框架;采用训练集对多尺度底栖生物检测框架进行训练获得多尺度海洋底栖生物检测模型;对完成训练的多尺度海洋底栖生物检测模型进行部署和超参数调整,将获得的模型用于检测海洋底栖生物。该方法引入了直方图均衡化对图像进行预处理,有效增强图像对比度,改善水下图像因光照不均、色彩退化或模糊导致的低对比度问题。
技术关键词
海洋底栖生物
直方图均衡化方法
输出特征
水下机器人
评估图像数据
融合多尺度特征
注意力机制
卷积模块
多分支
通道
网络
预训练模型
多层感知机
框架
系统为您推荐了相关专利信息
检测模型建立方法
特征提取单元
注意力
区域候选网络
多尺度
广告片
广告创意元素
动态预测模型
上下文特征
清洗规则
救生气囊
泵喷推进器
控制机器人动作
二氧化碳储气罐
救生装置
线性变换矩阵
管理系统
神经网络分类器
子系统
多头注意力机制