基于ATD－CNN模型的黄河郑州段水面漂浮物检测研究
打开文本图片集
摘 要：针对水面漂浮物感知目标小、易受干扰、识别精度低的问题，提出ATD-CNN目标检测模型。结合注意力机制，将注意力模块嵌入FasterR-CNN改进模型的基本主干网络，计算特征图内部特征点之间的长距离相关系数，对显著性特征进行有效增强，以提升基本主干网络对图像特征的提取能力。基于河南省郑州市惠济区南裹头黄河沿岸采集的图像数据，对ATD-CNN模型检测效果进行验证，并将该模型性能与FasterR-CNN改进模型、YOLOv5单阶段目标检测模型进行对比。（剩余10709字）