-
题名基于YOLOv5水下目标检测算法研究与改进
被引量：2
- 1
-
-
作者
罗飞
王润峰
-
机构
成都信息工程大学
-
出处
《通信与信息技术》
2024年第1期34-40,共7页
-
文摘
在水下目标生物的检测过程中,由于水下环境恶劣,水中光线衰弱,以及大多水下生物以小目标的形态出现等问题,使得目前的水下目标检测带来了精度损失问题,为解决相应问题,给出了一种基于YOLOv5s改进的YOLOv5s-water算法来解决。首先通过STR(Swin-Transformer)旋转窗口来对YOLOv5s的主干层(Backbone)部分进行更改,提高模型的泛化能力,进而解决水下环境恶劣以及检测目标形态变化带来的问题。使用FReLU激活函数与CBAM注意力神经机制结合成的FCM注意力机制,将其嵌入到YOLOv5s的骨干网(Neck)部分,以用来突出目标特征并抑制次要信息,从而提高算法精度,加强小目标的特征提取。小目标检测方面,在YOLOv5结构上增加小目标检测头,以提高感受野,进而提高小目标的检测精度。仿真和实验结果表明:所提方法相较于YOLOv5s检测准确率P上升1.47%,精确度mAP@0.5上升2.76%,小目标检测效果明显,证明了方法的有效性。
-
关键词
小目标
光线衰弱
FReLU激活函数
cbam注意力神经机制
Swin-Transformer
小目标检测头
-
Keywords
Small goals
The light is weak
FReLU activation function
cbam attention neural mechanism
Swin-Transformer
Small target detection head
-
分类号
TN915.63
[电子电信—通信与信息系统]
-
