-
题名基于改进YOLOv7的海产品检测方法
- 1
-
-
作者
孔令砚
李占英
任立秋
高宇
-
机构
大连工业大学信息科学与工程学院
-
出处
《应用科技》
CAS
2024年第5期14-19,共6页
-
基金
辽宁省教育厅自然科学基金资助项目(JGLX2021030)。
-
文摘
针对传统的目标检测算法对水下海产品存在错检漏检的问题,采用基于YOLOv7对海产品检测方法进行改进。首先使用多尺度训练策略,使模型从不同尺寸的图像中获得特征,增强模型获取特征的能力。其次,将快速空间金字塔模块(spatial pyramid pooling–fast cross stage partial channel,SPPFCSPC)加入模型中,对原模型中的空间金字塔模块(spatial pyramid pooling cross stage partial channel,SPPCSPC)进行优化,在保持感受野和模型计算量、参数量不变的情况下,提升推理速度。最后,使用高效交并比(efficient intersection over union,EIoU)代替全面交并比(complete intersection over union,CIoU)作为定位损失函数,降低模型的错检率和漏检率。通过实验证明,对比YOLOv7,改进模型的平均精度均值(mean average precision,mAP)提升了1.4%,帧率(frames per second,FPS)提升了6.4,具有更高的检测精度和更快的检测速度。
-
关键词
模式识别
计算机视觉
深度学习
海产品识别
多尺度训练
YOLOv7
高效交并比
快速空间金字塔模块
-
Keywords
pattern recognition
computer vision
deep learning
seafood detection
multi-scale training
YOLOv7
EIoU
spatial pyramid pooling-fast cross stage partial channel
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
