典型文献
基于多级特征混叠融合的水下小目标检测算法
文献摘要:
针对水下探测机器人在动态巡检过程中其检测的目标尺度存在多样化变化,而传统的SSD算法在尺度特征提取能力方面有限,对远目标、小目标存在信息感知偏弱问题,提出一种基于多级特征混合融合的深度学习目标检测算法.该算法以SSD算法的骨干网络为基础,引入卷积注意力机制增强浅层网络的特征提取能力,同时,提出融合多层高语义特征信息与低语义特征信息的级联式混合融合结构,通过混合训练解决低语义层级对小目标信息特征提取困难的问题.利用水下机器人目标抓取大赛的数据集对算法的有效性进行验证,实验结果表明该算法较传统SSD算法检测精度提升了5.86%.
文献关键词:
水下目标检测;SSD;卷积注意力机制;特征融合
中图分类号:
作者姓名:
陈亮;黄代琴;时慧晶;王振飞
作者机构:
湖南科技大学信息与电气工程学院,湖南湘潭411201;昆明船舶设备研究试验中心,云南昆明650051
文献出处:
引用格式:
[1]陈亮;黄代琴;时慧晶;王振飞-.基于多级特征混叠融合的水下小目标检测算法)[J].探测与控制学报,2022(05):77-82
A类:
水下小目标检测
B类:
多级特征,目标检测算法,水下探测,巡检,标尺,SSD,尺度特征,特征提取能力,信息感知,混合融合,学习目标,骨干网络,卷积注意力机制,层高,高语义特征,特征信息,低语,级联式,混合训练,目标信息,信息特征,水下机器人,抓取,检测精度,精度提升,水下目标检测,特征融合
AB值:
0.348175
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。