← 返回列表
一种水域无人清理船目标轻量化检测方法
摘要文本
来源：马 克 团 队 。本发明涉及一种水域无人清理船目标轻量化检测方法，包括一个多层特征提取backbone，用于处理输入图像并生成不同维度的特征图，该特征图分别包含细节信息和全局语义信息，适用于不同大小目标的检测；采用了一个多联级混合编码器MCHE，其中包含一个高效的多头自注意力机制EMSA，专门用于处理最高维度的特征图，以增强对大型目标的识别能力；一个特征融合模块EMFFM，通过结合不同尺度的特征层，有效地解决了特征融合过程中的语义鸿沟问题。该方法在提高水面无人清理船目标检测的准确性和效率方面具有显著优势，特别适用于水面垃圾的识别和定位任务，对于提升水域环境保护工作的效率具有重要意义。
申请人信息
- 申请人:江苏海洋大学
- 申请人地址:222005 江苏省连云港市海州区苍梧路59号
- 发明人: 江苏海洋大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种水域无人清理船目标轻量化检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311681649.X |
| 申请日 | 2023/12/8 |
| 公告号 | CN117746233A |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06V20/10 |
| 权利人 | 江苏海洋大学 |
| 发明人 | 沈靖夫; 张元良; 刘飞跃; 柳淳 |
| 地址 | 江苏省连云港市高新区苍梧路59号 |
专利主权项内容
1.一种水域无人清理船目标轻量化检测方法，其特征在于，包含一个The LRT-DETR网络模型，该模型通过以下步骤完成水面物体检测：具体步骤如下：S1：使用一个backbone(骨干网络)进行输入图像的特征提取，输出四个不同维度的特征图；从低维到高维或从下到上依次是{F、F、F、F}；0123S2：采用一个LEHE(轻量级高效混合编码器)，通过EMFI(高效多头特征交互模块)对最高维度的特征图F进行注意力特征提取得到输出M；34S3：结合EMFFM(高效多尺度特征融合模块)对{F、F、F、M}进行特征融合；0124S4：通过Iou-aware query selection(交并比感知选择器)选取固定数量的图像特征输出序列作为Decoder(解码器)的初始化对象查询，进一步迭代优化生成目标检测框及置信度分数，表示检测到的目标存在的概率，完成整个图像处理系统的目标检测任务。。（来 自 马 克 数 据 网）