System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請屬于機器學習,尤其涉及一種海洋運動目標檢測模型搭建方法、裝置、設備及存儲介質。
技術介紹
1、水下機器人進行海洋運動生物檢測的時候,需要先進行海洋生物的識別和檢測,只有識別到了目標生物才會進行下一步操作。但是,海洋生物檢測需要模型更大,參數更多的神經網絡,需要更多的計算資源。而水下機器人是移動式的嵌入式設備,所持有的計算能力較弱,遠遠達不到模型所需要的算力水平,對于高復雜度的模型,往往會出現進程崩潰的現象。由于計算能力限制,在進行深海捕撈時,水下機器人獲得的圖像數據只能傳回到海上進行處理,浪費了時間,無法實時完成海洋生物檢測,捕捉海洋生物的效率也大大降低。因此,設計一種輕量級別的網絡模型來匹配計算能力較弱的水下機器人尤為重要。
2、深度學習的快速發展使得神經網絡也朝著更深的層數,更大的寬度和更復雜的模型方向發展,這雖然在一定程度上提高了對目標物體檢測精度,但毫無疑問使得模型變得龐大,增加了對計算機算力的考驗。由于對設備計算能力的要求,這就導致了這些網絡不能在像海下機器人這種計算能力弱的小型移動端設備上進行部署。
3、隨著深度學習的迅速發展,transformer技術在目標檢測領域變得日益重要。相較于引入大量卷積層的傳統方法,transformer能夠更好地捕獲全局信息和上下文信息,從而提高目標檢測模型對場景的理解和目標的識別能力。然而,許多研究學者發現目前大多數網絡參數存在冗余。
技術實現思路
1、有鑒于此,本申請旨在提出一種海洋運動目標檢測模型搭建方
2、為達到上述目的,本申請的技術方案是這樣實現的:
3、第一方面,本申請提供了一種海洋運動目標檢測模型搭建方法,所述方法包括:
4、獲取海洋生物圖像數據,并對所述圖像數據進行數據預處理;
5、基于構建好的輕量級目標檢測模型處理預處理后的所述圖像數據,以對海洋運動目標進行生物檢測,得到海洋生物檢測結果;
6、其中,基于頻域信息和空間域信息建立模型壓縮評分機制,通過分階段壓縮的方式對圖像塊進行細分和剪枝操作,并設置可學習token,對優化后的vit模型添加特征金字塔模塊pan和檢測頭,構建輕量級目標檢測模型。
7、第二方面,基于同一專利技術構思,本申請還提供了一種海洋運動目標檢測模型搭建裝置,包括:
8、獲取模塊,被配置為獲取海洋生物圖像數據,并對所述圖像數據進行數據預處理;
9、檢測模塊,被配置為基于構建好的輕量級目標檢測模型處理預處理后的所述圖像數據,以對海洋運動目標進行生物檢測,得到海洋生物檢測結果;
10、其中,基于頻域信息和空間域信息建立模型壓縮評分機制,通過分階段壓縮的方式對圖像塊進行細分和剪枝操作,并設置可學習token,對優化后的vit模型添加特征金字塔模塊pan和檢測頭,構建輕量級目標檢測模型。
11、第三方面,基于同一專利技術構思,本申請還提供了一種電子設備,包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序,所述處理器執行所述程序時實現如第一方面所述的海洋運動目標檢測模型搭建方法。
12、第四方面,基于同一專利技術構思,本申請還提供了一種非暫態計算機可讀存儲介質,其中,所述非暫態計算機可讀存儲介質存儲計算機指令,所述計算機指令用于使所述計算機執行如第一方面所述的海洋運動目標檢測模型搭建方法。
13、相對于現有技術,本申請所述的海洋運動目標檢測模型搭建方法、裝置、設備及存儲介質具有以下有益效果:
14、本申請所述的海洋運動目標檢測模型搭建方法、裝置、設備及存儲介質,所述方法能夠實時地對海洋生物進行圖像分析和識別,相比傳統方法,這種方法具有更高的自動化程度和準確性,能夠快速獲取目標位置和類別信息,并在海洋保護和資源管理等方面發揮重要作用。
本文檔來自技高網...【技術保護點】
1.一種海洋運動目標檢測模型搭建方法,其特征在于,所述方法包括:
2.根據權利要求1所述的海洋運動目標檢測模型搭建方法,其特征在于,所述獲取海洋生物圖像數據,并對所述圖像數據進行數據預處理,包括:
3.根據權利要求1所述的海洋運動目標檢測模型搭建方法,其特征在于:
4.根據權利要求1所述的海洋運動目標檢測模型搭建方法,其特征在于,所述基于頻域信息和空間域信息建立模型壓縮評分機制,包括:
5.根據權利要求1所述的海洋運動目標檢測模型搭建方法,其特征在于,所述通過分階段壓縮的方式對圖像塊進行細分和剪枝操作,包括:
6.根據權利要求1所述的海洋運動目標檢測模型搭建方法,其特征在于,所述設置可學習token,包括:
7.根據權利要求1所述的海洋運動目標檢測模型搭建方法,其特征在于,還包括:
8.一種海洋運動目標檢測模型搭建裝置,其特征在于,包括:
9.一種電子設備,包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序,其特征在于,所述處理器執行所述程序時實現權利要求1-7任一項所述
10.一種非暫態計算機可讀存儲介質,其特征在于,其中,所述非暫態計算機可讀存儲介質存儲計算機指令,所述計算機指令用于使計算機執行權利要求1-7任一項所述的海洋運動目標檢測模型搭建方法。
...【技術特征摘要】
1.一種海洋運動目標檢測模型搭建方法,其特征在于,所述方法包括:
2.根據權利要求1所述的海洋運動目標檢測模型搭建方法,其特征在于,所述獲取海洋生物圖像數據,并對所述圖像數據進行數據預處理,包括:
3.根據權利要求1所述的海洋運動目標檢測模型搭建方法,其特征在于:
4.根據權利要求1所述的海洋運動目標檢測模型搭建方法,其特征在于,所述基于頻域信息和空間域信息建立模型壓縮評分機制,包括:
5.根據權利要求1所述的海洋運動目標檢測模型搭建方法,其特征在于,所述通過分階段壓縮的方式對圖像塊進行細分和剪枝操作,包括:
6.根據權利要求1所述的海洋運動目標...
【專利技術屬性】
技術研發人員:渠耀,仲國強,李明珠,姚黎帆,宋佳蕓,呂科延,馮文全,
申請(專利權)人:北京航空航天大學青島研究院,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。