[发明专利]一种针对雾天影像的目标检测算法

权利要求书

1.一种针对雾天影像的目标检测算法，其特征在于，包括以下步骤：

S1：数据集采集及划分，包括雾天影像和非雾天的影像数据

S2：对含有雾天的图像数据进行训练得到去雾模型。

S3：对包含雾天和非雾天的图像数据进行训练得到目标检测模型。

S4：将图像数据输入到步骤S2的去雾模型中得到输出结果并将其和与之对应的原始图片进行融合,将融合数据进行降维输入到步骤S3的目标检测模型得到最终的检测结果。

2.根据权利要求1所述的针对雾天影像的目标检测算法，其特征在于，在步骤S1中，数据集的划分的具体步骤包括：

验证集用于模型选择，在数据集制作过程中需要对有雾图像和无雾图像分别进行验证集合训练集的划分。

3.根据权利要求1所述的针对雾天影像的目标检测算法，其特征在于，在步骤S2中，去雾模型的训练的具体步骤包括：

对雾天数据集进行数据增强操作，使用深度学习算法对增强后的雾天数据用去雾网络进行训练，得到去雾模型，并根据验证集上的验证结果，选取最有的模型权值。

4.根据权利要求1所述的针对雾天影像的目标检测算法，其特征在于，在步骤S3中，目标检测模型的训练的具体步骤包括：

对采集到图片数据集进行数据增强操作，提高网络的泛化能力。使用目标检测算法对增强后的数据对进行训练，得到目标检测模型，根据在验证集上的结果，选取最优的网络权值。

5.根据权利要求1所述的针对雾天影像的目标检测算法，其特征在于，在步骤S4中，端到端的雾天影像目标检测模型的具体步骤包括：

采集的图像进行数据增强操作，利用降维模块对去雾模型的输出数据和原始图像数据进行降维输入到目标检测网络中，同时对步骤S2的去雾模型和步骤S3的目标检测模型中进行微调训练，根据在验证集上的性能表现，得到最终的模型。

6.根据权利要求3或4或5所述的针对雾天影像的目标检测算法，其特征在于，所述的数据增强操作包括图片的旋转、平移、刚体变形、对比度增强、直方图均衡化、颜色抖动中的一种或多种相结合。