基于改进ＹＯＬＯｖ５ｓ 的水面漂浮物检测算法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：水面图像具有水波扰动、光线反射、岸上倒影等复杂特征，导致现有目标检测方法不能很好地完成对水面漂浮物的识别。基于此，提出了一种基于改进ＹＯＬＯｖ５ｓ 的水面漂浮物检测优化模型，通过增加目标检测层以提升模型检测多尺度目标的能力，在特征融合层引入无参注意力机制ＳｉｍＡＭ 以提高模型对漂浮物特征的学习，并采用ＣＡＲＡＦＥ 上采样方式增强网络的感受野以提高对特征的重建能力，在ＹＯＬＯｖ５ｓ 网络结构中融入卷积混合层以保持模型检测精度且减少参数量，从而提高模型运行速度。（剩余907字）

试读结束

目录
monitor