一种基于多层次特征交互注意力的水下小目标检测方法技术

本发明专利技术公开了一种基于多层次特征交互注意力的水下小目标检测方法，包括：获取水下图像数据集并进行预处理，基于预处理后的图像数据构建训练图像数据集；构建基于多层次特征交互注意力的水下目标检测模型，所述基于多层次特征交互注意力的水下目标检测模型包括主干网络、检测头部网络和基于多层次特征交互注意力模块；基于训练图像数据集中的图像数据训练所述基于多层次特征交互注意力的水下目标检测模型；获取待检测图像输入训练好的基于多层次特征交互注意力的水下目标检测模型，获取模型输出作为目标检测结果。本发明专利技术可以提高检测网络在水下环境对中小目标感知能力，该注意力机制结合YOLOv8目标检测网络可实现精准高效的水下目标检测。

【技术实现步骤摘要】

本专利技术涉及水下目标检测，具体而言涉及一种基于多层次特征交互注意力的水下小目标检测方法。

技术介绍

1、近些年来，水下机器人在各种作业中发挥着越来越重要的作用，例如海洋资源探索、科学研究、海产品捕捞、搜寻救援等。但是由于光线条件、水体散射和吸收、能见度等诸多原因增加了目标检测难度，同时由于背景干扰和目标形态多样性增加误检测风险。因此，如何在恶劣的水下环境中完成对目标物的高效精准的检测，具有重要研究意义。

2、目标检测作为计算机视觉领域的关键任务之一，旨在从图像或视频中确定目标物体的种类和位置。解决这一问题的途径涵盖了传统方法和基于深度学习的技术。然而，传统方法通常需要人工设计的特征，这限制了检测结果的鲁棒性和精确性。此外，由于这些方法计算复杂度较高，导致实时性不佳。因此，近年来，研究的主要焦点已转向基于深度学习的目标检测方法，以克服这些问题。但现有的基于深度学习的目标检测网络直接迁移至水下环境大都存在小目标物漏检、误检、精度低等问题，检测效果不理想。

3、在水下环境中，由于水体对光线的吸取和散射，导致水下图像存在于偏色、模糊、相对本文档来自技高网...

【技术保护点】

1.一种基于多层次特征交互注意力的水下小目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于多层次特征交互注意力的水下小目标检测方法，其特征在于，所述基于多层次特征交互注意力模块包括交叉特征协调注意力子模块和多区域自注意力子模块；

3.根据权利要求2所述的一种基于多层次特征交互注意力的水下小目标检测方法，其特征在于，所述交叉特征协调注意力子模块用于：

4.根据权利要求2所述的一种基于多层次特征交互注意力的水下小目标检测方法，其特征在于，所述多区域自注意力子模块用于：

【技术特征摘要】

1.一种基于多层次特征交互注意力的水下小目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于多层次特征交互注意力的水下小目标检测方法，其特征在于，所述基于多层次特征交互注意力模块包括交叉特征协调注意力子模块和多区域自注意力子模块；...

【专利技术属性】
技术研发人员：付先平，刘海路，沈鑫，张军，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：