weixin_70119699的博客

原创 水下目标检测的双分支联合学习网络

水下目标探测在海洋资源开发、环境监测和生态保护等方面具有重要意义。然而，水下图像的退化限制了目标探测器的性能。现有方案大多将水下图像增强(UIE)和水下图像分解(UOD)作为两个独立的任务，将UIE作为预处理步骤来减少图像的退化问题，无法有效提高检测精度。因此，在本文中，我们提出了一种双分支联合学习网络(DJL-Net)，通过多任务联合学习将图像处理和目标检测结合起来，构建一个端到端的水下检测模型。采用双分支结构，DJL-Net可以利用图像处理模块生成的增强图像来补充由于原始水下图像退化而丢失的特征。具体而