公开(公告)号：CN114092793A

公开(公告)日：2022-02-25

申请号：CN202111342981.4

申请日：2021-11-12

Applicant: 杭州电子科技大学

Inventor： 方笑海 ,  章学挺 ,  潘勉 ,  于海滨 ,  吕帅帅 ,  彭时林 ,  史剑光

IPC: G06V20/05 ,  G06V10/46 ,  G06V10/764 ,  G06V10/82 ,  G06T5/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种适用于复杂水下环境的端到端生物目标检测方法。包括以下步骤：S1，使用的水下数据集由水下机器人抓取，划分为训练集和测试集，先将水下图像通过上采样或下采样统一尺寸，然后进行归一化；S2，从已有水下数据集中挑选出成像质量较差的水下图像，通过直方图均衡的方法增强图像，形成增强网络的数据集；S3，将较差的水下图像作为增强网络的输入，增强后的图像作为真实值，训练水下图像增强网络；S4，使用全卷积网络提取经过网络增强后的水下训练集图像的特征，然后使用一阶段检测网络对水下图像的特征图进行目标识别和分类，得到已训练完的模型；S5，将处理后的水下测试集送入已经训练完的模型中测试。

公开(公告)号：CN114092793B

公开(公告)日：2024-05-17

申请号：CN202111342981.4

申请日：2021-11-12

Applicant: 杭州电子科技大学

Inventor： 方笑海 ,  章学挺 ,  潘勉 ,  于海滨 ,  吕帅帅 ,  彭时林 ,  史剑光

IPC: G06V20/05 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/764 ,  G06V10/82 ,  G06T5/40 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/048

Abstract: 本发明公开一种适用于复杂水下环境的端到端生物目标检测方法。包括以下步骤：S1，使用的水下数据集由水下机器人抓取，划分为训练集和测试集，先将水下图像通过上采样或下采样统一尺寸，然后进行归一化；S2，从已有水下数据集中挑选出成像质量较差的水下图像，通过直方图均衡的方法增强图像，形成增强网络的数据集；S3，将较差的水下图像作为增强网络的输入，增强后的图像作为真实值，训练水下图像增强网络；S4，使用全卷积网络提取经过网络增强后的水下训练集图像的特征，然后使用一阶段检测网络对水下图像的特征图进行目标识别和分类，得到已训练完的模型；S5，将处理后的水下测试集送入已经训练完的模型中测试。