← 返回列表

一种基于动态视觉传感器的水下多目标群体识别方法

申请号: CN202410128788.8
申请人: 吉林大学
申请日期: 2024/1/31

摘要文本

一种基于动态视觉传感器的水下多目标群体识别方法。所述方法包括如下步骤:S1、利用动态视觉传感器收集水下多目标群体RGB图像与水下多目标群体事件;S2、使用水下多目标群体事件图像与水下多目标群体RGB图像构建数据集,按照比例划分训练集与验证集;S3、所述多目标群体识别模型以目标检测模型为基础,在目标检测模型骨干网络前嵌入自适应图像增强模块,在目标检测模型骨干网络和颈部网络之间嵌入特征级模态融合模块;S4、将训练集的数据输入步骤S4所述的多目标群体识别模型进行训练,以此获得符合要求的模型参数,并通过验证集验证效果;S5、通过训练好的多目标群体识别模型进行水下多目标群体识别。 来源:马 克 数 据 网

专利详细信息

项目 内容
专利名称 一种基于动态视觉传感器的水下多目标群体识别方法
专利类型 发明申请
申请号 CN202410128788.8
申请日 2024/1/31
公告号 CN117671472A
公开日 2024/3/8
IPC主分类号 G06V20/05
权利人 吉林大学
发明人 姜宇; 王跃航; 赵明浩; 齐红; 魏枫林; 王凯; 张永霁; 郭千仞
地址 吉林省长春市前进大街2699号

专利主权项内容

1.一种基于动态视觉传感器的水下多目标群体识别方法,其特征在于,所述方法包括如下步骤:S1、数据采集:利用动态视觉传感器收集水下多目标群体RGB图像与水下多目标群体事件;S2、数据集划分:使用水下多目标群体事件图像与水下多目标群体RGB图像构建数据集,按照比例划分训练集与验证集;S3、多目标群体识别模型构建:所述多目标群体识别模型以目标检测模型为基础,在目标检测模型骨干网络前嵌入自适应图像增强模块,在目标检测模型骨干网络和颈部网络之间嵌入特征级模态融合模块;S4、多目标群体识别模型训练:将训练集的数据输入步骤S4所述的多目标群体识别模型进行训练,以此获得符合要求的模型参数,并通过验证集验证效果;S5、通过训练好的多目标群体识别模型进行水下多目标群体识别。