买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江苏海洋大学;连云港市水利学会申请的专利水下目标声呐图像检测的区域分割方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119850647B 。

龙图腾网通过国家知识产权局官网在2026-03-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411892609.4，技术领域涉及：G06T7/11；该发明授权水下目标声呐图像检测的区域分割方法及系统是由蒋廷臣;王秀萍;邵笑笑;席志;张馨月;李思达;赵雪峰;王晓;尹飞;刘浩;冯成凯;吴宇祥;谭辰立;徐雨露设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本水下目标声呐图像检测的区域分割方法及系统在说明书摘要公布了：本发明涉及水下声呐检测技术领域，且公开了水下目标声呐图像检测的区域分割方法及系统，包括图像采集模块、算法优化模块和验证评估模块。该水下目标声呐图像检测的区域分割方法及系统通过图像采集模块连接侧扫声呐采集所有区域的声呐图像数据，再利用图像处理软件，对声呐数据集进行数据增强，并构建实验数据集，算法优化模块将YOLOv9算法模型设置为实时目标检测框架，再引入BoTNet网络和SimAm注意力机制，进行优化改进，用于提取实验数据集中的特征信息，特征捕捉能力强，验证评估模块根据实验数据集，计算每个算法模型的平均精度均值和分数，对比改进后的YOLOv9算法模型与YOLOv3算法模型、YOLOv5算法模型、YOLOv7算法模型和YOLOv9算法模型的检测精度，沉船检测精度高。

本发明授权水下目标声呐图像检测的区域分割方法及系统在权利要求书中公布了：1.水下目标声呐图像检测的区域分割方法，其特征在于，包括以下步骤： 步骤一：通过网络连接侧扫声呐采集所有区域的声呐图像数据，并组成声呐数据集； 步骤二：利用图像处理软件，对声呐数据集进行数据增强，并构建实验数据集，实验数据集包括训练集和验证集； 步骤三：将YOLOv9算法模型设置为实时目标检测框架，并以YOLOv9算法模型为基础，将BoTNet网络加入主干网络以及SimAm注意力机制引入检测端，进行优化改进，改进后的YOLOv9算法模型，用于提取实验数据集中的特征信息； 所述步骤三中，YOLOv9算法模型的网络结构由一条主干网络和多条支路网络组成，网络结构中包括卷积层、卷积块、特征金字塔网络和输出网络，用于提取实验数据集中声呐图像的特征信息，每个卷积层和卷积块针对声呐图像进行第一次提取，特征金字塔网络再将不同卷积层和卷积块中的特征信息融合，进行第二次提取，输出网络根据两次提取的特征信息，预测目标的种类、置信度和位置； BoTNet网络设置有多头注意力机制和广播机制，多头注意力机制中包含多个并行的注意力头，且每个注意力头均单独处理不同的声呐图像，多头注意力机制的输入尺寸为，表示输入特征矩阵的高度，表示输入特征矩阵的宽度，表示输入特征矩阵的维度，BoTNet网络设置有两个初始化参数向量和，表示高度位置编码，表示宽度位置编码； 通过广播机制计算查询、密钥、位置编码和值的总和，再使用矩阵乘法计算位置编码与查询编码，得到自注意力Attention的部分一，使用矩阵乘法计算查询编码和密钥编码，得到自注意力Attention的部分二，将自注意力Attention的部分一和部分二相加后，经过softmax函数处理，最终得到完整的自注意力Attention权重； 所述步骤三中，SimAM注意力机制设置有能量函数，用于找到每个神经元的重要性； 能量函数的变量求偏导再代入原函数可以的到最小值的解析; 能量越低，目标神经元与周围神经元的差异性越大，每个神经元的重要性可以通过计算得到； 步骤四：根据实验数据集，对比改进后的YOLOv9算法模型与YOLOv3算法模型、YOLOv5算法模型、YOLOv7算法模型和YOLOv9算法模型的检测精度，计算每个算法模型的平均精度均值和分数，若改进后的YOLOv9算法模型的平均精度均值和分数均大于或等于其他算法模型的平均精度均值和分数，表示改进后的YOLOv9算法模型的检测精度高。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏海洋大学;连云港市水利学会，其通讯地址为：222005 江苏省连云港市海州区苍梧路59号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。