摘要
本发明涉及目标识别技术领域,尤其涉及一种面向多尺度海上目标检测方法,包括通过可见光相机采集水面图像;使用深度可分离卷积替换骨干网络中的标准卷积层;在主干网络中引入线性可变形卷积,动态调整卷积核采样点位置;融合高效多尺度注意力机制优化特征选择;本发明相对于现有技术采用固定感受野的标准卷积结构,难以适应海面目标从远处微小浮标到近处大型船舶的剧烈尺度变化,导致小目标漏检率高、大目标定位偏差显著;本方案引入线性可变形卷积,动态调整卷积核采样点位置,使模型依据目标空间尺度自适应学习偏移量,精准捕获多尺度特征;增强模型对悬殊尺度目标的特征提取能力,有效解决传统卷积在海洋动态环境中的适应性缺陷。
技术关键词
高效多尺度
注意力机制
多尺度特征
可见光相机
特征选择
采样点
高层语义特征
动态
阶段
特征提取能力
多尺度信息
全局平均池化
随机梯度下降
大型船舶
线性
坐标
网络
水面
分支