[发明专利]一种基于深度卷积特征的水下静目标识别方法

摘要

一种基于深度卷积特征的水下静目标识别方法，属于水下目标识别技术领域。该方法是以深度卷积神经网络为基础的识别方法，同时结合迁移学习策略来解决深度网络与小样本目标不匹配问题。水下目标智能识别方法主要分为三部分：一是水下图像收集清理与预处理；二是按照经典模型设计水下目标识别一次网络并进行训练，可以称为预训练过程，一次网络是水下目标识别网络的基础框架；三是通过迁移学习策略设计水下目标识别二次网络UW‑original，并将第一部分中处理好的水下数据集输入二次网络进行训练，训练完成得到最终水下目标智能识别网络UW‑final。

主权项

1.一种基于深度卷积特征的水下静目标识别方法，其特征在于，包括：步骤一、在水下特定领域进行数据集收集清理，通过数据增强技术来扩充水下识别目标；步骤二、通过设计的一次网络对已有大样本数据集进行训练，获得光学图像的通用特征；步骤三、将一次网络结构进行直推式模型迁移构成二次网络的雏形，结合水下目标的小样本特点，迁移网络中的部分全连接层使用单位卷积核进行替换，形成二次网络；步骤四、训练完成得到最终水下目标智能识别网络UW‑final。