本發(fā)明屬于側(cè)掃聲吶圖像目標(biāo)識別領(lǐng)域，尤其涉及采用深度學(xué)習(xí)算法的側(cè)掃聲圖沉船目標(biāo)識別。

背景技術(shù)：

1、側(cè)掃聲吶(side?scan?sonar)作為水下地貌圖像的主要獲取設(shè)備，具有成本低、效率高、成像分辨率高等優(yōu)點。側(cè)掃聲吶根據(jù)海底目標(biāo)反射的回波的強弱、次數(shù)、時間間隔換算到儀器記錄線的長短、灰度變化，多次發(fā)射接收形成側(cè)掃聲吶聲圖。側(cè)掃聲吶成像具有作用距離遠、穿透能力強等優(yōu)點，特別適用于渾水域，因而在水下地質(zhì)地貌勘測、水下丟失物尋找、壩基檢測等領(lǐng)域得到了廣泛應(yīng)用。

2、傳統(tǒng)聲吶圖像目標(biāo)識別過程是先從聲吶圖像中提取感興趣(regions?ofinterest,roi)目標(biāo)切片；接著，對切片內(nèi)目標(biāo)做分割處理，然后，進一步提取分割圖像的特征；最后，利用分類器對提取特征進行分類識別。由于待識別目標(biāo)多為金屬結(jié)構(gòu)，會產(chǎn)生較強的后向散射回波，在聲圖中呈現(xiàn)出高亮區(qū)域；同時因目標(biāo)的遮擋無法接收到聲波，在其后面形成陰影區(qū)域。通常聲波照射導(dǎo)致了高亮與陰影共軛產(chǎn)生，且陰影投射的位置與目標(biāo)的高亮及聲吶的高度呈幾何關(guān)系。依據(jù)聲吶采集原理和目標(biāo)的先驗知識，學(xué)者設(shè)計了一系列目標(biāo)判定規(guī)則和模板，實現(xiàn)水下目標(biāo)識別。深度學(xué)習(xí)的發(fā)展給受限于工作人員經(jīng)驗的傳統(tǒng)目標(biāo)識別過程提供工了新的解決方案。從深度學(xué)習(xí)的角度考慮二維聲吶圖像目標(biāo)識別，通?？梢苑纸獬蓛蓚€子任務(wù)：分類識別和目標(biāo)檢測。分類識別是將roi分配到預(yù)定義的類中；目標(biāo)檢測是將對象的定位、分類和范圍估計整合到一個步驟中。為了提升識別的性能，一些學(xué)者結(jié)合聲圖目標(biāo)的特性，對傳統(tǒng)深度卷積模型進行改進和優(yōu)化。在傳統(tǒng)水下目標(biāo)識別領(lǐng)域，檢測的概念多用于描述圖像中是否存在目標(biāo)，常作為分類識別的前置環(huán)節(jié)，用于定位目標(biāo)的roi，而深度學(xué)習(xí)的目標(biāo)檢測以包圍框的形式直接輸出物體的位置和類型。

3、傳統(tǒng)的水下目標(biāo)檢測和識別方法，在小樣本或無樣本情況下，為水下目標(biāo)識別提出了解決思路。然而，傳統(tǒng)的機器學(xué)習(xí)方法受限于聲圖數(shù)據(jù)的處理能力，并且需要對聲圖數(shù)據(jù)進行專業(yè)和深入的理解，才能設(shè)計合適的特征表示方法。相對于傳統(tǒng)的機器學(xué)習(xí)，深度學(xué)習(xí)不需要手動提取或手工制作特征，通過數(shù)據(jù)驅(qū)動構(gòu)建對水下環(huán)境及水下目標(biāo)的認知，適用于人類對環(huán)境認知較匱乏的水下探測領(lǐng)域。在聲吶圖像水下目標(biāo)識別工作中，研究方法從傳統(tǒng)特征提取向深度學(xué)習(xí)過渡；研究對象從水下小目標(biāo)擴展到多尺度目標(biāo)；研究場景從平坦海底向復(fù)雜地貌轉(zhuǎn)變。通過設(shè)計更可靠的水下目標(biāo)特征、生成高質(zhì)量的樣本數(shù)據(jù)以及采用更先進的網(wǎng)絡(luò)結(jié)構(gòu)來改善二維聲吶圖像水下目標(biāo)識別的精度成為側(cè)掃聲吶聲圖目標(biāo)識別的熱點方向。

技術(shù)實現(xiàn)思路

1、本發(fā)明主要針對側(cè)掃聲吶圖像目標(biāo)識別時，主要依賴人員經(jīng)驗，存在受主觀因素影響且效率低下等問題，考慮充分利用現(xiàn)有側(cè)掃聲吶聲圖資料，同時顧及海底背景場及沉船目標(biāo)特性，提出一種基于改進yolov5網(wǎng)絡(luò)模型的側(cè)掃聲吶沉船目標(biāo)識別方法。該改進方法由增加cbam注意力機制(attention?mechanism)和更換主干網(wǎng)絡(luò)為ghostnet網(wǎng)絡(luò)兩部分構(gòu)成，cbam注意力機制用于從空間和通道兩個維度提高模型對目標(biāo)的檢測能力，ghostnet網(wǎng)絡(luò)有效利用冗余特征圖的同時，實現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)的輕量化。

2、為了達到上述目的，本發(fā)明的技術(shù)方案為：

3、一種基于改進yolov5網(wǎng)絡(luò)模型的側(cè)掃聲吶沉船目標(biāo)識別方法，具體包括以下步驟：

4、第一步，數(shù)據(jù)的預(yù)處理及數(shù)據(jù)集劃分

5、數(shù)據(jù)預(yù)處理主要采用數(shù)據(jù)增強方式，包括圖像裁剪(cutout)、圖像加噪、改變圖像亮度、圖像平移、圖像旋轉(zhuǎn)、圖像鏡像。

6、數(shù)據(jù)經(jīng)過預(yù)處理后按照比例將數(shù)據(jù)集隨機分割為訓(xùn)練集、評估集和測試集。

7、第二步，網(wǎng)絡(luò)模型的改進

8、改進方式一、yolov5中的主干網(wǎng)絡(luò)backbone用于對輸入的圖像進行特征提取，將backbone更換為ghostnet網(wǎng)絡(luò)，即將原本的卷積過程替換成n個堆疊的ghost?bottleneck層構(gòu)成的ghostnet網(wǎng)絡(luò)；ghostnet網(wǎng)絡(luò)的輸入數(shù)據(jù)首先經(jīng)過3×3的卷積層，然后經(jīng)過n個ghost?bottleneck層，之后依次經(jīng)過一個1×1的卷積核、一次全局平均池化、一個1×1的卷積核，最后平鋪通過全連接層輸出。

9、進一步地，在更換后的backbone部分中，輸入層(input)之后包括2個卷積層(cbs)和15個ghost?bottleneck層，整個backbone將在第5、9、16層得到三個接口分別與neck部分相連。

10、改進方式二、在yolov5中的主干網(wǎng)絡(luò)backbone中，通過以下任一一種方法進行改進：

11、(1)將cbam模塊插入backbone中的c3(csp)模塊內(nèi)，并在特征融合層(concat)后引入注意力機制，再經(jīng)過卷積層輸出。

12、(2)在backbone的sppf(空間金字塔池化層)前直接插入注意力機制層。

13、網(wǎng)絡(luò)模型的改進為選擇其中一種方式改進或者采用兩種方式改進。

14、第三步，將預(yù)處理好的訓(xùn)練集分別輸入兩種改進后的網(wǎng)絡(luò)模型中進行訓(xùn)練，并利用評估集來取得最好結(jié)果作為訓(xùn)練結(jié)果保留。

15、第四步，網(wǎng)絡(luò)模型預(yù)測

16、將數(shù)據(jù)預(yù)處理后的測試集輸入到訓(xùn)練好的模型中，得到網(wǎng)絡(luò)模型的預(yù)測結(jié)果，根據(jù)多種指標(biāo)對改進網(wǎng)絡(luò)模型的效果進行評估。

17、本發(fā)明的有益效果為：本發(fā)明提供的一種基于改進yolov5網(wǎng)絡(luò)模型的側(cè)掃聲吶沉船目標(biāo)識別方法，融合了卷積神經(jīng)網(wǎng)絡(luò)、ghostnet網(wǎng)絡(luò)以及注意力機制，在有效提提高針對側(cè)掃聲吶圖像中小型沉船目標(biāo)檢測能力的同時，重點復(fù)雜海底背景場對目標(biāo)檢測的影響，有效提升模型抗干擾能力，在進行側(cè)掃聲吶圖像沉船目標(biāo)識別時，可作為快速、精確處理大批量數(shù)據(jù)的手段，具有實際應(yīng)用價值。

技術(shù)特征：

1.一種基于改進yolov5網(wǎng)絡(luò)模型的側(cè)掃聲吶沉船目標(biāo)識別方法，其特征在于，具體包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于改進yolov5網(wǎng)絡(luò)模型的側(cè)掃聲吶沉船目標(biāo)識別方法，其特征在于，數(shù)據(jù)預(yù)處理主要采用數(shù)據(jù)增強方式，包括圖像裁剪、圖像加噪、改變圖像亮度、圖像平移、圖像旋轉(zhuǎn)、圖像鏡像。

3.根據(jù)權(quán)利要求1所述的一種基于改進yolov5網(wǎng)絡(luò)模型的側(cè)掃聲吶沉船目標(biāo)識別方法，其特征在于，數(shù)據(jù)經(jīng)過預(yù)處理后按照比例將數(shù)據(jù)集隨機分割為訓(xùn)練集、評估集和測試集。

4.根據(jù)權(quán)利要求1所述的一種基于改進yolov5網(wǎng)絡(luò)模型的側(cè)掃聲吶沉船目標(biāo)識別方法，其特征在于，在更換后的backbone部分中，輸入層之后包括2個卷積層和15個ghostbottleneck層，整個backbone將在第5、9、16層得到三個接口分別與neck部分相連。

5.根據(jù)權(quán)利要求1所述的一種基于改進yolov5網(wǎng)絡(luò)模型的側(cè)掃聲吶沉船目標(biāo)識別方法，其特征在于，網(wǎng)絡(luò)模型的改進為選擇其中一種方式改進或者采用兩種方式改進。

技術(shù)總結(jié)
一種基于改進Yolov5網(wǎng)絡(luò)模型的側(cè)掃聲吶沉船目標(biāo)識別方法，屬于側(cè)掃聲吶圖像目標(biāo)識別領(lǐng)域。該改進方法由增加CBAM注意力機制(Attention?Mechanism)和更換主干網(wǎng)絡(luò)為GhostNet網(wǎng)絡(luò)兩部分構(gòu)成，CBAM注意力機制用于從空間和通道兩個維度提高模型對目標(biāo)的檢測能力，GhostNet網(wǎng)絡(luò)有效利用冗余特征圖的同時，實現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)的輕量化。

技術(shù)研發(fā)人員：王一涵,金紹華,馬權(quán)洪,劉漢堯
受保護的技術(shù)使用者：中國人民解放軍海軍大連艦艇學(xué)院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15