发明

一种基于神经架构搜索的声纳图像分类方法2026

2024-06-01 08:06:54 发布于四川 23
  • 申请专利号:CN202410450822.3
  • 公开(公告)日:2026-08-04
  • 公开(公告)号:CN118097304A
  • 申请人:西北工业大学
摘要:本发明公开了一种基于神经架构搜索的声纳图像分类方法,首先对由前视声纳、三维成像声纳和侧扫声纳得到的声纳图像进行预处理和筛选;将声纳图像数据分别划分为训练集、验证集和测试集三个子集;基于声纳图像特点,改进搜索空间和搜索策略,提出具备多尺度特征提取能力的卷积块SIC Block,得到DARTS‑SIC算法;将子集输入DARTS‑SIC中进行神经架构搜索,从搜索空间中学习最佳参数,并确定最佳神经架构;将训练集、验证集和测试集中各类目标声纳图像输通过最佳神经架构中,重新进行模型训练并测试,统计各类目标的测试集识别准确率得到最终分类结果。本发明能够有效解决传统方法中人工设计模型效率欠缺和模型识别准确率低的问题,具有广泛的应用前景。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 118097304 A (43)申请公布日 2024.05.28 (21)申请号 202410450822.3 (22)申请日 2024.04.15 (71)申请人 西北工业大学 地址 710072 陕西省西安市友谊西路127号 (72)发明人 梁红 陈禹乐 李辉  (74)专利代理机构 西北工业大学专利中心 61204 专利代理师 顾潮琪 (51)Int.Cl. G06V 10/764 (2022.01) G06V 10/40 (2022.01) G06V 10/774 (2022.01) G06V 10/82 (2022.01) G06N 3/0464 (2023.01) G06N 3/084 (2023.01) 权利要求书2页 说明书7页 附图3页 (54)发明名称 一种基于神经架构搜索的声纳图像分类方 法 (57)摘要 本发明公开了一种基于神经架构搜索的声 纳图像分类方法,首先对由前视声纳、三维成像 声纳和侧扫声纳得到的声纳图像进行预处理和 筛选;将声纳图像数据分别划分为训练集、验证 集和测试集三个子集;基于声纳图像特点,改进 搜索空间和搜索策略,提出具备多尺度特征提取 能力的卷积块SIC Block ,得到DARTS‑SIC算法; 将子集输入DARTS‑SIC中进行神经架构搜索,从 搜索空间中学习最佳参数,并确定最佳神经架 构;将训练集、验证集和测试集中

最新专利