【技术实现步骤摘要】
本专利技术涉及可见光下图像处理，具体而言，涉及一种基于yolov7的可见光下特殊天气下的海上目标检测方法。
技术介绍
1、在可见光下特殊天气条件下，如大雾、强风等恶劣天气下，海上目标的外观、大小、形状等特征会受到影响，从而导致传统的目标检测算法难以识别和跟踪目标。而现有技术中特殊天气目标识别主要使用了传统的图像处理和机器学习技术，包括基于模板匹配的目标识别技术、基于特征提取的目标识别技术和基于神经网络的目标识别技术，这些技术在处理复杂的天气条件下的海上目标识别问题时存在一定的局限性，具体有：1、特殊天气条件下，海上目标的外观、大小、形状等特征可能会发生变化，从而影响传统的目标识别算法的准确性和实时性；2、传统的机器学习算法往往需要大量的标注数据进行训练和调整，而在特殊天气下获取标注数据的难度较大，使得传统的目标识别算法无法有效地解决海上目标识别的问题；3、在大雾、强光等特殊天气条件下，图像中存在大量的噪声和光斑，这会对目标的外观特征和轮廓信息造成影响，从而使得传统的目标识别算法难以准确识别目标；4、在强风等天气条件下，海面波涛汹涌，目标...
【技术保护点】
1.一种基于YOLOv7的可见光下特殊天气条件下目标检测方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述基于YOLOv7的可见光下特殊天气条件下目标检测方法，其特征在于，所述步骤3中YOLOv7编码器网络中对训练集中图像的信息编码过程如下：
3.如权利要求2所述基于YOLOv7的可见光下特殊天气条件下目标检测方法，其特征在于，所述步骤3中将目标和天气背景分别映射得到目标特征信息和背景特征信息的过程如下：
4.如权利要求3所述基于YOLOv7的可见光下特殊天气条件下目标检测方法，其特征在于，所述步骤4包括如下步骤：
...【技术特征摘要】
1.一种基于yolov7的可见光下特殊天气条件下目标检测方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述基于yolov7的可见光下特殊天气条件下目标检测方法，其特征在于，所述步骤3中yolov7编码器网络中对训练集中图像的信息编码过程如下：
3.如权利要求2所述基于yolov7的可见光下特殊天气条件下目标检测方法，其特征在于，所述步骤3中将目标和天气背景分别映射得到目标特征信息和背景特征信息的过程如下：
4.如权利要求3所述基于yolov7...
【专利技术属性】
技术研发人员：鲍永亮，汪韵怡，张文博，杜俭业，袁中菊，姚舜禹，段亚军，
申请(专利权)人：航天科工深圳集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。