[發明專利]一種面向小樣本水下圖像的目標識別系統有效
| 申請號： | 202011573123.6 | 申請日： | 2020-12-24 |
| 公開（公告）號： | CN112613425B | 公開（公告）日： | 2022-03-22 |
| 發明（設計）人： | 于昌利;周曉滕 | 申請（專利權）人： | 山東船舶技術研究院;哈爾濱工業大學（威海） |
| 主分類號： | G06V20/00 | 分類號： | G06V20/00;G06V10/25;G06V10/30;G06V10/50;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京禹為知識產權代理事務所(特殊普通合伙) 32272 | 代理人： | 王曉東 |
| 地址： | 264209*** | 國省代碼： | 山東;37 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 面向 樣本 水下 圖像 目標 識別 系統 | ||
1.一種面向小樣本水下圖像的目標識別系統，其特征在于：包括，
成像模塊(100)用于對水下目標區域進行成像，包括成像模式選擇單元(101)，所述成像模式選擇單元(101)可以進行光學成像或聲學成像的不同選擇；
圖片預處理模塊(200)連接所述成像模塊(100)，用于對所述成像模塊(100)輸出的圖片進行預處理，
所述圖片預處理模塊(200)包括，灰度圖轉化單元(201)、圖像二值化單元(202)、ROI區域劃分單元(203)、輪廓繪制單元(204)、圖像降噪去霧單元(205)、形態學變換單元(206)以及特征提取單元(207)；
深度學習模塊(300)連接于所述圖片預處理模塊(200)，根據用戶選擇來使用不同的深度學習框架和學習模式，對模型進行訓練并全程監控，
所述深度學習模塊(300)包括，學習模式選擇單元(301)、深度學習框架選擇單元(302)以及訓練監控單元(303)，其中學習模式選擇單元(301)包括全新訓練、遷移學習和聯合學習，深度學習框架選擇單元(302)包括Tensorflow、Pytorch；
評估模塊(400)連接于所述深度學習模塊(300)，用于存儲并評估所述深度學習模塊(300)所產生的模型和數據，
所述評估模塊(400)包括，模型訓練結果存儲單元(401)以及評估單元(402)，存儲單元(401)用于預測錯誤和數據歸類，評估單元(402)用于對訓練結果評估，評估指標包括F1-score、recall、mAP、Precision。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于山東船舶技術研究院;哈爾濱工業大學（威海），未經山東船舶技術研究院;哈爾濱工業大學（威海）許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011573123.6/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種麻黃湯的制備方法
- 下一篇：一種麻醉科用手術室內注射器銷毀裝置
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
