图像融合亮度一致_冠军方案分享 | 水下声学图像目标检测,对,就是那个图也看不懂的比赛...

本文分享了在水下声呐图像目标检测比赛中夺冠的团队方案,他们利用Cascade R-CNN算法应对声呐图像的分布差异和目标尺寸变化。团队通过针对前视和侧扫图像的差异建模、定制Anchor、可变性卷积、数据增强等创新点,提高了检测效果。在模型融合阶段,结合三个检测网络的结果,实现了最终预测。
摘要由CSDN通过智能技术生成

77dce6b093154d863a83b79a87577f8d.gif

8695fffacfa8fe3b33d591fb01fddcf0.png

 赛题任务 

声呐图像目标检测,即从给定的水下侧扫声呐或前视声呐图像中检测由特殊地形地貌、人造物等构成的特征目标,标注目标区域的位置和范围。比赛将使用mAP(mean Average Precision)作为客观性能指标。

5b3ee274ff67706050e81ec22852d470.png

图例

赛题讲解 >> 奇怪的知识增加了!声呐图像的成像原理及目标检测baseline

 团队信息 

团队:passi0n的团队

成员:郭荣鑫

学校:中国科学院大学 空天信息研究院

该团队的方案在初赛A榜阶段获得0.2833的分数,位列22名,B榜阶段获得0.2453的分数,荣升第一,并最终通过答辩,获得此次水下目标检测算法赛的第一。

       e313c88a4deba3002a14cb182f8a5e1c.pnga177aa383e225627e96db96bd990c554.png

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值