[发明专利]基于改进的YOLO算法的水下目标检测方法有效
| 申请号： | 201910879419.1 | 申请日： | 2019-09-18 |
| 公开（公告）号： | CN110765865B | 公开（公告）日： | 2022-06-28 |
| 发明（设计）人： | 徐建华;豆毅庚;韩勇强 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06V20/40 | 分类号： | G06V20/40;G06K9/62;G06N3/04;G06N3/08;G06V10/764 |
| 代理公司： | 北京太兆天元知识产权代理有限责任公司 11108 | 代理人： | 王宇 |
| 地址： | 100081 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进的YOLO算法的水下目标检测方法，所述检测方法对YOLO算法进行了改进，使用1*1*4的重组层代替原来位置的2*2*1的池化层，使用损失函数对待检测目标的长宽比信息进行处理，使用改进的YOLO算法对标注文件进行深度网络训练，从而获得检测模型权重，使用检测模型权重，对待检测目标的水下画面进行测试，输出待检测目标的位置信息和分类信息。本发明使用重组层提高了检测速度，保留了水下图像的细节特征，也降低了图像维度。本发明提供的损失函数，对于水下场景之中物体经常发生旋转侧翻等情况的识别具有很好的检测效果。另外，新的损失函数将物体的长宽比信息加入到损失函数之中，减少了送入训练的图像，增强了模型的鲁棒性。 | ||
| 搜索关键词： | 基于 改进 yolo 算法 水下 目标 检测 方法 | ||
【主权项】：
1.一种基于改进的YOLO算法的水下目标检测方法，其特征在于，包括：/n使用水下移动机器人平台采集水下画面，对待检测目标进行图像拍摄；/n从拍摄的图像之中获取目标图像，所述目标图像为包含所述待检测目标的图像；/n对所述目标图像进行数据标注，形成YOLO网络训练适用格式的标注文件；/n对YOLO算法进行改进，使用1*1*4的重组层代替原来位置的2*2*1的池化层，使用损失函数对所述待检测目标的长宽比信息进行处理，以减少送入训练的图像；/n使用改进的YOLO算法对所述标注文件进行深度网络训练，以获得检测模型权重；/n使用所述检测模型权重，对所述待检测目标的水下画面进行测试，输出所述待检测目标的位置信息和分类信息。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学，未经北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910879419.1/，转载请声明来源钻瓜专利网。
