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
系统为您推荐了相关专利信息
智能交互模块
空压机系统
纳米材料传感器
调控单元
空压机故障
检测模型训练方法
低空无人机
融合特征
特征融合网络
融合多尺度特征
滞后特征
层级
网络优化算法
特征工程
在线学习机制