一种基于部分语义的水下遮挡目标检测方法技术

本发明专利技术公开一种基于部分语义的水下遮挡目标检测方法，包括如下步骤：获取水下目标图像数据以及图像的手动标注数据，构建数据集，所述手动标注数据包括部件类别和部件框坐标、整体类别和整体框坐标；将数据集输入基于YOLO11s的检测模型中进行端到端的迭代训练，获得训练好的检测模型；所述检测模型包括有主干网络、颈部网络和引入SEM选择性增强模块的头部网络；基于自适应NMS算法进行决策优化后，输出最终检测结果；实时采集待识别的水下图像并输入训练好的检测模型中，获取水下目标的预测框与类别信息。本发明专利技术通过识别目标的部分语义特征来增强对遮挡目标的检测能力。

【技术实现步骤摘要】

本专利技术涉及目标检测，尤其涉及一种基于部分语义的水下遮挡目标检测方法。

技术介绍

1、水下目标检测技术作为海洋开发和生态保护的重要支撑技术，其在海洋资源勘探、生态监测和渔业资源的可持续开发等领域的关键作用日益凸显。然而水下环境十分复杂，目标随时可能被静态或动态的物体遮挡，导致目标的部分区域不可见，遮挡部分区域的特征信息无法获取，使得特征提取和匹配的准确性下降，影响目标检测的性能，给实时检测带来了巨大的困难。

2、现有的水下目标检测技术主要分为两类：声呐检测与视觉检测。声呐借助传感器收集声音信号，利用声波探测，受水体浑浊度影响小，但图像分辨率低、易受噪声干扰，应用受限。相较之下，视觉检测通过水面摄像机捕捉光线信号，能提供更高分辨率与更丰富特征信息。早期视觉检测依靠边缘检测、颜色分割等传统图像处理技术，这些方法在简单场景表现良好，但在复杂场景下往往检测精度低、鲁棒性较差，难以满足实际应用需求。随着深度学习的发展，水下目标检测技术的研究逐渐倾向于yolo系列算法等通用目标检测模型。

3、现有的水下目标检测大多依赖于目标的完整外观信息，在本文档来自技高网...

【技术保护点】

1.一种基于部分语义的水下遮挡目标检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于部分语义的水下遮挡目标检测方法，其特征在于，所述SEM选择性增强模块包括两个残差深度可分离卷积块RDSCB、卷积门控线性单元。

3.根据权利要求2所述的一种基于部分语义的水下遮挡目标检测方法，其特征在于，所述残差深度可分离卷积块的处理过程为输入依次进行逐深度卷积、GELU激活、BN层归一化操作后与输入残差连接，残差连接后依次进行逐点卷积、GELU激活和BN层归一化操作。

4.根据权利要求2所述的一种基于部分语义的水下遮挡目标检测方法，其特征在于，所述...

【技术特征摘要】

1.一种基于部分语义的水下遮挡目标检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于部分语义的水下遮挡目标检测方法，其特征在于，所述sem选择性增强模块包括两个残差深度可分离卷积块rdscb、卷积门控线性单元。

3.根据权利要求2所述的一种基于部分语义的水下遮挡目标检测方法，其特征在于，所述残差深度可分离卷积块的处理过程为输入依次进行逐深度卷积、gelu激活、bn层归一化操作后与输入残差连接，残差连接后依次进行逐点卷积、gelu激活和bn层归一化操作。

4....

【专利技术属性】
技术研发人员：刘慧舟，程可欣，毋媛媛，黄梦醒，黄忠，冯思玲，
申请(专利权)人：海南大学，
类型：发明
国别省市：