一种基于YoloV7和多模态数据的水下目标检测方法

    公开(公告)号:CN118015445A

    公开(公告)日:2024-05-10

    申请号:CN202410169015.4

    申请日:2024-02-06

    Abstract: 本发明属于公开一种基于YoloV7和多模态数据的水下目标检测方法,包括设计三种模块:1)ZFMer模块将注意力机制和卷积操作进行效结合,效果优于纯卷积模型或自注意模型;2)Z_CA模块不仅可以捕获跨通道信息,还可以捕获方向感知和位置敏感信息,有助于模型更准确地定位和识别感兴趣的对象;3)ZSPD模块可替换跨行卷积和池化操作,能够有效避免细粒度信息丢失对特征学习造成不良的影响。将三种模块与YoloV7相结合,构建多模态水下目标检测网络模型,由特征提取网络和头部预测网络两部分构成。本发明还构建包括图像和毫米波雷达信号两种模态的水产品水下多模态数据集。本方法能够有效提升水下环境中对于水产的检测精度。

Patent Agency Ranking