基于多尺度注意力的轻量化声呐图像语义分割方法和装置制造方法及图纸

一种基于做尺度注意力的轻量化声呐图像语义分割方法和装置，其方法包括：S1、利用前视声呐设备获取水下声呐图像数据；S2、对前视声呐图像进行像素级标注；S3、将标注好的声呐图像语义分割数据集；S4、构建基于多尺度注意力的轻量化声呐图像语义分割模型；S5、用训练集训练基于多尺度注意力的轻量化声呐图像语义分割模型，并保存测试集上最优的模型权重参数和模型结构；S6、将声呐图像语义分割模型进行等价转换，转换为推理阶段的模型；S7、将模型权重和模型部署到昇腾Atlas200I AI计算平台上；S8、将新采集到的前视声呐图像数据进行预处理，输入声呐图像语义分割模型，并对模型输出进行后处理，得到的渔船、水下阶梯、桥墩的语义分割结果。

【技术实现步骤摘要】

本专利技术属于图像处理与水下探测领域，涉及一种多尺度注意力的轻量化声呐图像语义分割方法和装置。

技术介绍

1、随着人们对海洋的探索，针对海洋资源的研究也在不断开展，而在探索的过程当中，水下成像技术发挥了巨大的作用。对于传统的光学成像设备，考虑到在海洋环境中，存在着海水浑浊、光照较差的情况，光学设备很难有很好的显示效果。相比于光学设备，声呐传感器非常适合这种应用场景。在声呐设备中，多波束前视声呐是一种水下成像设备，它应用的二维声呐成像技术，能够在高速运动中对图像进行显示，并且设备便于携带，操作方法也非常简便，非常适合水下观测工作。近年来，对于前视声呐设备的需求也在不断增大。但是，声呐在获取的过程中由于其成像机理和复杂的环境导致图像存在着噪声干扰，这会导致图像的目标区域模糊、边缘信息复杂，这也将严重影响到声呐图像的后续处理。

技术实现思路

1、本专利技术要克服现有技术对水下声呐图像目标数据语义分割不准确的缺陷，提供一种基于多尺度注意力的轻量化声呐图像语义分割方法和装置。

2、为解决上述技术问题，本专利本文档来自技高网...

【技术保护点】

1.一种基于多尺度注意力的轻量化声呐图像语义分割方法，其特征在于：包含以下步骤：

2.如权利要求1所述的基于多尺度注意力的轻量化声呐图像语义分割方法，其特征在于：步骤S1中，利用前视声呐设备获取水下声呐图像数据。

3.如权利要求1所述的基于多尺度注意力的轻量化声呐图像语义分割方法，其特征在于：步骤S2中，对前视声呐图像数据进行像素级标定，其中，无效背景标注为0，渔船标注为1，水下阶梯标注为2，桥墩标注为3，声呐噪声标注为4。

4.如权利要求1所述的基于多尺度注意力的轻量化声呐图像语义分割方法，其特征在于：步骤S4中，构建基于多尺度注意力的轻量化声呐图像...

【技术特征摘要】

1.一种基于多尺度注意力的轻量化声呐图像语义分割方法，其特征在于：包含以下步骤：

2.如权利要求1所述的基于多尺度注意力的轻量化声呐图像语义分割方法，其特征在于：步骤s1中，利用前视声呐设备获取水下声呐图像数据。

3.如权利要求1所述的基于多尺度注意力的轻量化声呐图像语义分割方法，其特征在于：步骤s2中，对前视声呐图像数据进行像素级标定，其中，无效背景标注为0，渔船标注为1，水下阶梯标注为2，桥墩标注为3，声呐噪声标注为4。

4.如权利要求1所述的基于多尺度注意力的轻量化声呐图像语义分割方法，其特征在于：步骤s4中，构建基于多尺度注意力的轻量化声呐图像语义分割模型，所述模型为训练阶段模型结构，采用初始化模块、结构重参数编码器模块、多尺度注意力解码器模块的基本结构，具体包括：

5.如权利要求1所述的基于多尺度注意力的轻量化...

【专利技术属性】
技术研发人员：赵冬冬，周鸿超，陈朋，王海霞，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：