公开(公告)号：CN116863307A

公开(公告)日：2023-10-10

申请号：CN202310823018.0

申请日：2023-07-05

Applicant: 哈尔滨工程大学

Inventor： 周天 ,  张腾飞 ,  杜伟东 ,  于晓阳 ,  陈宝伟

IPC: G06V10/94 ,  G06V10/82 ,  G06V10/24 ,  G06V20/05 ,  G06N3/0464 ,  G01S7/539 ,  G01S7/52

Abstract: 本发明公开了一种前视声呐图像水下目标在线识别方法及设备，该方法通过将收集的前视声呐图像数据集输入预训练的yolo‑v3深度学习检测模型进行微调训练后，将模型文件、权重文件和配置文件一起经过ATC工具转换得到离线模型并部署至嵌入式系统中。对前视声呐设备在线采集的数据流通过转化后生成声呐图像，使用嵌入式系统调用检测模型对图像中目标进行检测，并将检测结果打包传至显控软件。可以使得结果更加直观，降低对声呐图像目标识别的难度。辅助操作员对显控上目标的判断，避免漏检误检，减少操作员的出错率，解决由于人工识别难而导致难以推广的问题。

公开(公告)号：CN116863321A

公开(公告)日：2023-10-10

申请号：CN202310814151.X

申请日：2023-07-05

Applicant: 哈尔滨工程大学

Inventor： 周天 ,  阳慧玲 ,  于晓阳 ,  张腾飞

IPC: G06V20/05 ,  G06V10/82 ,  G06V10/80 ,  G06V10/52 ,  G06V10/54 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048 ,  G06N3/08 ,  G01S15/89

Abstract: 本发明公开了基于SSE‑YOLO深度学习模型的前视声纳图像小目标识别方法，属于深度学习领域；该方法包括：基于经典YOLOv3模型设计轻量级特征提取模块SSE，并搭建了主干网络；融合更浅层特征与深层特征构建一个新预测层,增强小目标表征能力；在颈部网络中使用卷积注意力机制模块CBAM，通过强化检测目标特征以提高抗背景干扰能力。该方法在在性能和消耗之间取得了令人满意的平衡，以满足在设备计算能力受限前提下，实现对声纳图像目标实时快速检测。通过评价过程证实该方法的平均精度和检测速度均高于目前的轻量级主流算法YOLOv5n，能更好地实现嵌入式部署。

公开(公告)号：CN116152651A

公开(公告)日：2023-05-23

申请号：CN202310123649.1

申请日：2023-02-16

Applicant: 哈尔滨工程大学

Inventor： 孙晓凡 ,  阳慧玲 ,  徐琳彭 ,  张腾飞 ,  王佳宜 ,  于晓阳

IPC: G06V20/05 ,  G06V10/82 ,  G06V10/26 ,  G06V10/40 ,  G06V10/70 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出一种作用于海洋中的基于图像识别技术的声呐目标识别与检测方法。本发明采用图像声呐捕捉目标，从而获得目标图像；建立图像声呐目标标准图像库；采用卷积神经网络的目标识别算法搭建网络；将搭建好的网络与数据库相连，重复训练后得到模型；将采集到的图像输入至模型中，判断是否符合要求；得出结果。本发明通过训练神经网络，可存储大量相关数据，并通过比对数据提高识别效率和准确率。