买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:杭州电子科技大学
摘要:本发明公开了一种基于YOLO‑CABLE模型的海缆目标检测方法。所述YOLO‑CABLE模型通过对基础YOLO‑V3网络模型进行改进得到。在特征提取网络中,将第一残差块的输出分别通过卷积操作后,与第三、第四残差块的输出拼接,输入下一残差块,从而将浅层的位置信息传输到高层。在预测网络中去除大尺度的分支,轻量化网络结构,提高检测速度。在特征融合网络中,采用自顶向下和自底向上的双向路径,对高层特征进行融合。最后利用训练后的YOLO‑CABLE模型检测海底图像中的海缆位置。相较现有技术,平均精度提高了4.2%,平均检测速度缩短了1.616秒。
主权项:1.一种基于YOLO-CABLE模型的海缆目标检测方法,用于检测海底图像中是否存在海缆目标物及其位置,其特征在于:具体包括以下步骤:步骤1、收集海底图像数据,剔除不存在海缆目标物的图像后,对剩余图像进行数据增强处理,人工标注图像中的海缆目标物位置,作为对应的标签,制作训练数据集;步骤2、建立一个YOLO-V3网络模型,以此为基础进行改进,构建YOLO-CABLE模型,具体的改进步骤如下:s2.1、对特征提取网络中第一层残差块的输出进行卷积操作,并与第三层残差块的输出进行拼接,作为第四层残差块的输入;再对第一层残差块的输出进行卷积操作,与第四层残差块的输出进行拼接,作为第五层残差块的输入;s2.2、去除YOLO-V3网络模型预测网络中尺度为52x52的分支;s2.3、在特征融合网络中,对第五层残差块的输出进行卷积,然后进行上采样并与第四层残差层的输出进行拼接,经过卷积后得到大尺度的目标检测结果;接着对大尺度的检测结果进行卷积和下采样操作后,与上采样前的卷积结果进行拼接,再进行卷积操作后,得到小尺度的目标检测结果;步骤3、使用步骤1制作的训练数据集对步骤2构建的YOLO-CABLE模型进行训练,向训练后的YOLO-CABLE模型输入海底图像,输出图像中是否存在海缆以及海缆的位置。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 一种基于YOLO-CABLE模型的海缆目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。