本发明涉及水下机器视觉目标检测,尤其涉及一种基于红外偏振图像的水下目标轻量化检测方法及装置。
背景技术:
1、在水下环境中,光线的衰减和背景干扰导致传统的水下目标检测方法依赖于可见光图像时表现不佳。这是因为水对可见光有较强的吸收和散射特性,导致目标的辨识度降低。此外,水下环境中的光照条件变化复杂,使得提取和检测目标的特征变得更加困难。
2、红外偏振成像技术通过测量目标对红外辐射的偏振状态信息,可以获取与目标表面形态、材料特性和方向相关的信息,从而提供更多的目标特征。相比可见光图像,红外偏振图像在水下环境中受到的光线衰减和背景干扰较小,具有更好的穿透力和清晰度,能够有效克服水下目标检测的挑战。
3、在实际应用中,水下目标检测系统通常需要具备轻量化的设计,以满足实时性和计算资源限制的要求。传统的深度学习模型通常参数较多,计算复杂度较高,在水下环境中难以实现快速准确的目标检测。
4、因此,如何提供一种针对水下复杂场景下的目标进行精准快速的轻量化检测的方法,成为本领域亟待解决的技术问题。
技术实现思路
1、为了解决上述技术问题,本发明提供了一种基于红外偏振图像的水下目标轻量化检测方法及装置,该方法基于红外偏振图像的水下目标轻量化检测方法利用红外偏振成像技术的优势,能够提高水下目标检测的准确性和效率,可以有效地降低水下环境中的光照和背景干扰,从而增强目标的辨识度和鲁棒性,同时,通过轻量化设计,减少模型的参数量和计算复杂度,使得在资源有限的水下设备上实现实时目标检测成为可能。
2、基于同一发明构思,本发明具有两个独立的技术方案:
3、1、一种基于红外偏振图像的水下目标轻量化检测方法,包括:
4、基于红外偏振相机采集水下目标红外偏振图像;
5、将所述目标红外偏振图像划分为训练集和测试集;
6、设计增强特征提取???,并插入优化颈部slimneck网络中,构成轻量化颈部网络;
7、设计轻量化检测头slimdetect,并采用所述轻量化检测头slimdetect和所述轻量化颈部网络替换单阶段目标检测模型中的对应部分,得到轻量化目标检测模型;
8、基于所述训练集训练所述轻量化目标检测模型;
9、将训练后的轻量化目标检测模型用于水下目标检测。
10、进一步地,将所述目标红外偏振图像打乱顺序,并按8:2的比例划分为训练集和测试集。
11、进一步地,所述增强特征提取??榘╬bl??楹蚿conv卷积,所述pbl??椴捎貌糠志砘僮鱬conv、批量归一化法batch?normalization以及激活函数leaky?relu。
12、进一步地,所述增强特征提取??榧扑愎饺缦拢?/p>
13、=?pbl();
14、=?pconv(pbl());
15、=?pbl(pconv(pbl()));
16、=?pbl(pconv(pconv(pconv(pbl()))));
17、=?pbl(concat(,,,));
18、=+;
19、其中,pbl()代表pbl??樘崛√卣鞑僮?,pconv()代表部分卷积操作,concat()代表将a,b,c,d四个特征图按维度拼接操作,代表输入特征图,代表每个特征提取分支的输出特征图,代表聚合每个特征提取分支所得特征图,代表??樽詈笫涑鎏卣魍?。
20、进一步地,轻量化检测头slimdetect由两个cbl??楹土礁鰌conv分支构成,所述cbl??椴捎镁砘僮鱟onv、批量归一化法batch?normalization以及激活函数leakyrelu,两个所述cbl??楣蚕聿问崛√卣?,然后分别进入两个所述pconv分支进行特征头的解耦操作。
21、进一步地,轻量化目标检测模型包括骨干网络、轻量化颈部网络以及轻量化检测头slimdetect,所述轻量化检测头slimdetect有三个,分别与所述轻量化颈部网络的两个增强特征提取??橐约皏ovgscsp??榱?。
22、进一步地,所述测试集用于评估训练后的轻量化目标检测模型以及调整模型参数。
23、2、一种基于红外偏振图像的水下目标轻量化检测装置,包括:
24、图像采集???,用于基于红外偏振相机采集水下目标红外偏振图像;
25、数据集建立???,用于将所述目标红外偏振图像划分为训练集和测试集;
26、颈部网络构造???,用于设计增强特征提取???,并插入优化颈部slimneck网络中,构成轻量化颈部网络;
27、模型构造???,用于设计轻量化检测头slimdetect,并采用所述轻量化检测头slimdetect和所述轻量化颈部网络替换单阶段目标检测模型中的对应部分,得到轻量化目标检测模型;
28、训练???,用于基于所述训练集训练所述轻量化目标检测模型;
29、检测???,用于将训练后的轻量化目标检测模型用于水下目标检测。
30、3、一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述方法。
31、4、一种电子设备,包括处理器和存储装置,所述存储装置中存有多条指令,所述处理器用于读取所述存储装置中的多条指令并执行上述方法。
32、本发明提供的基于红外偏振图像的水下目标轻量化检测方法及装置,至少包括如下有益效果:
33、本发明的技术方案利用红外偏振相机采集水下目标红外偏振图像,克服了水下光照条件不稳定性,提高了图像质量和目标检测准确性;同时通过捕捉目标物体的偏振特性,提供了更多关于目标形状、表面特征和材质的信息,增强了目标与背景的对比度;此外,该方案还减少了水下散射和吸收对图像清晰度的影响,提高了图像的分辨率和细节表现力,进一步增强了水下目标检测的稳定性和可靠性;通过设计轻量化的颈部网络和检测头,实现了模型的高效轻量化;同时利用深度学习模型在构建的水下目标检测数据集上进行训练和优化,获得了在水下目标检测任务上表现最佳的模型。因此,本申请的技术方案能够有效改善水下目标检测的准确性、稳定性和可靠性,具有重要的应用价值;有效解决了在水下环境中使用rgb图像进行目标检测时存在的局限性以及设备部署的资源限制性,实现了对水下复杂场景下的目标进行精准快速的轻量化检测,为水下工作和研究提供了有力的支持。
1.一种基于红外偏振图像的水下目标轻量化检测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,将所述目标红外偏振图像打乱顺序,并按8:2的比例划分为训练集和测试集。
3.?根据权利要求1所述的方法,其特征在于,所述增强特征提取??榘╬bl??楹蚿conv卷积,所述pbl??椴捎貌糠志砘僮鱬conv、批量归一化法batch?normalization以及激活函数leaky?relu。
4.根据权利要求3所述的方法,其特征在于,所述增强特征提取??榧扑愎饺缦拢?/p>
5.?根据权利要求1所述的方法,其特征在于,轻量化检测头slimdetect由两个cbl??楹土礁鰌conv分支构成,所述cbl??椴捎镁砘僮鱟onv、批量归一化法batchnormalization以及激活函数leaky?relu,两个所述cbl??楣蚕聿问崛√卣?,然后分别进入两个所述pconv分支进行特征头的解耦操作。
6.根据权利要求1所述的方法,其特征在于,轻量化目标检测模型包括骨干网络、轻量化颈部网络以及轻量化检测头slimdetect,所述轻量化检测头slimdetect有三个,分别与所述轻量化颈部网络的两个增强特征提取??橐约皏ovgscsp??榱?。
7.根据权利要求1所述的方法,其特征在于,所述测试集用于评估训练后的轻量化目标检测模型以及调整模型参数。
8.一种基于红外偏振图像的水下目标轻量化检测装置,其特征在于,包括:
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任一所述的方法。
10.一种电子设备,包括处理器和存储装置,其特征在于,所述存储装置中存有多条指令,所述处理器用于读取所述存储装置中的多条指令并执行如权利要求1-7任一所述的方法。