融合YOLOv4与可变形卷积的水下群体目标检测方法
公开
摘要
本发明公开一种融合YOLOv4与可变形卷积的水下群体目标检测方法，是以卷积神经网络YOLOv4与可变形卷积进行融合并添加了自适应阈值输出作为网络模型，通过可变形卷积学习采样点的偏移量，从而将采样点移动到目标上，无需图像修复、图像增强以及复杂的网络结构，即可缓解水下图像模糊问题，同时通过将模块原始输入与带有偏移信息的输出结果拼接，缓解空间偏移导致的定位不准确问题。可以根据目标间的重叠程度进行自适应阈值输出，不仅可以优化损失函数，而且还为筛选提供灵活的阈值选择，从而缓解目标密集遮挡导致的漏检问题，提高水下群体目标检测的准确性及召回率。
基本信息
专利标题 ：
融合YOLOv4与可变形卷积的水下群体目标检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114299375A
申请号 ：
CN202111558668.4
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-20
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
于红李海清高浩天程思奇胥婧雯赵梦胡泽元
申请人 ：
大连海洋大学
申请人地址 ：
辽宁省大连市沙河口区黑石礁街52号
代理机构 ：
大连非凡专利事务所
代理人 ：
闪红霞
优先权 ：
CN202111558668.4
主分类号 ：
G06V20/05
IPC分类号 ：
G06V20/05 G06V40/10 G06V20/40 G06V10/80 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
