公开(公告)号：CN114842214A

公开(公告)日：2022-08-02

申请号：CN202210535005.9

申请日：2022-05-17

Applicant: 东南大学

Inventor： 李勇鹏 ,  姜龙玉 ,  葛张样 ,  张子腾 ,  韩宇

IPC: G06V10/44 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06V20/05 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于强化学习的声呐图像目标识别方法，包括：(1)将卷积神经网络的层选择过程建模为马尔科夫决策过程；(2)定义强化学习Agent的状态空间和动作空间；(3)使用强化学习Q‑Learn i ng算法让Agent自动构建出一系列的卷积神经网络；(4)从自动生成的卷积神经网络中选出表现较好的网络模型，调整参数并迁移到目标检测网络中，如摘要附图所示；(5)用声呐图像数据集对整个目标检测网络进行监督式训练，完成声呐图像的目标识别工作，基于强化学习的Q‑Learn i ng算法来自动化卷积神经网络的构建过程，省去了大量手工调参投入，得到性能良好的卷积神经网络，提高声呐图像识别的工作效率。

公开(公告)号：CN114842214B

公开(公告)日：2025-01-03

申请号：CN202210535005.9

申请日：2022-05-17

Applicant: 东南大学

Inventor： 李勇鹏 ,  姜龙玉 ,  葛张样 ,  张子腾 ,  韩宇

IPC: G06V10/44 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06V20/05 ,  G06N3/047 ,  G06N3/08 ,  G06N3/0464 ,  G06N3/092 ,  G06N3/09 ,  G06N3/0985

Abstract: 本发明公开了一种基于强化学习的声呐图像目标识别方法，包括：(1)将卷积神经网络的层选择过程建模为马尔科夫决策过程；(2)定义强化学习Agent的状态空间和动作空间；(3)使用强化学习Q‑Learn i ng算法让Agent自动构建出一系列的卷积神经网络；(4)从自动生成的卷积神经网络中选出表现较好的网络模型，调整参数并迁移到目标检测网络中，如摘要附图所示；(5)用声呐图像数据集对整个目标检测网络进行监督式训练，完成声呐图像的目标识别工作，基于强化学习的Q‑Learn i ng算法来自动化卷积神经网络的构建过程，省去了大量手工调参投入，得到性能良好的卷积神经网络，提高声呐图像识别的工作效率。