【技术实现步骤摘要】
本专利技术涉及水下智能识别领域，尤其涉及一种基于rt-detr的改进水下光学目标检测方法。
技术介绍
1、伴随着计算机技术的发展，深度学习技术也更多的应用于各个领域，其中海洋领域有着广阔的应用前景。相比于传统算法，深度学习有着更加精准、识别速度更快的特点，并且随着数据的不断收集，其准确率还可不断提高。
2、然而传统的机器学习方法在水下复杂环境的识别任务中面临着巨大的挑战，例如水下识别的计算量大，在保持识别精度的同时需要更高性能的计算设备，但在水下复杂环境总难以携带过多的硬件设备。
技术实现思路
1、本专利技术的目的在于：为了解决现有的水下识别技术在有限的硬件资源下，难以实现精确的目标检测的问题，提供一种基于rt-detr的改进水下光学目标检测方法。
2、本专利技术的上述目的是通过以下技术方案得以实现的：
3、s1：获取duo水下数据集以及水下图片并进行预处理，生成训练集；
4、s2：基于rt-detr模型、sepnpfcsp_elan模块、h...
【技术保护点】
1.一种基于RT-DETR的改进水下光学目标检测方法，其特征在于，方法包括以下步骤：
2.如权利要求1所述的一种基于RT-DETR的改进水下光学目标检测方法，其特征在于，步骤S1包括：
3.如权利要求1所述的一种基于RT-DETR的改进水下光学目标检测方法，其特征在于，步骤S2包括：
4.如权利要求3所述的一种基于RT-DETR的改进水下光学目标检测方法，其特征在于，步骤S2-1包括：
5.如权利要求3所述的一种基于RT-DETR的改进水下光学目标检测方法，其特征在于，步骤S2-2包括：
6.如权利要求5所述...
【技术特征摘要】
1.一种基于rt-detr的改进水下光学目标检测方法，其特征在于，方法包括以下步骤：
2.如权利要求1所述的一种基于rt-detr的改进水下光学目标检测方法，其特征在于，步骤s1包括：
3.如权利要求1所述的一种基于rt-detr的改进水下光学目标检测方法，其特征在于，步骤s2包括：
4.如权利要求3所述的一种基于rt-detr的改进水下光学目标检测方法，其特征在于，步骤s2-1包括：
5.如权利要求3所述的一种基于rt-detr的改进水下光学目标检测方法，其特征在于，步骤s2-2包括：
6.如权利要求5所述的一种基于rt-detr的改进水下光...
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。