摘要
本发明涉及基于跨尺度分层特征融合对类内遮挡的乌鳢检测的方法,属于深度学习技术领域。本申请的方法,包括图像采集、图像处理及网络模型;采集后的图像进行标注,调整图像尺寸得到输入图像,输入到目标检测网络,经过卷积整合,插入跨尺度分层特征融合模块,其特征在于,将输入跨尺度分层特征融合模块的所有特征分为n层,共由s个特征映射子集组成,每个特征映射子集都会与其他特征映射子集进行特征上的融合,最后进行连接,实现完整的信息融合,经卷积操作后,输出训练结果;然后利用损失函数进行网络参数调整,经过多次训练迭代后,得到适用于网络模型的参数;最后将输出的候选框输入到非极大值抑制模块,筛选正确预测框,得到预测结果。