公开(公告)号：CN116883766A

公开(公告)日：2023-10-13

申请号：CN202310696427.9

申请日：2023-06-13

Applicant: 哈尔滨工程大学

Inventor： 于晓阳 ,  周天 ,  贾昊明 ,  聂骁健 ,  徐超 ,  金美慧

IPC: G06V10/77 ,  G06V10/82 ,  G06V10/774 ,  G06V20/05 ,  G06T7/246 ,  G06N3/0464 ,  G06N3/096 ,  G01S15/66 ,  G01S15/89

Abstract: 本发明提出一种基于深度学习的前视声呐图像水下多目标跟踪方法。所述方法包括：步骤一、需要采集声呐图像，并根据需要构建目标检测模型的数据集。步骤二：在基于YOLOv5s模型的基础上，添加CBAM注意力机制模块，并用SPD‑Conv小目标检测模块替换原网络结构中起下采样作用的卷积层。步骤三：为了训练YOLOv5_cs网络模型并得到预训练模型，利用公开声呐图像数据集，并采用迁移学习的方法。本发明将在YOLOv5_cs模型基础上，使用公开声呐图像数据集进行微调和训练，以使模型适应声呐图像的特点，并提高其在目标跟踪任务中的性能。