-
题名用于复杂水下环境下的轻量级目标检测算法
被引量：2
- 1
-
-
作者
王飞飞
秦玉芳
冯国富
陈明
-
机构
上海海洋大学信息学院
农业农村部渔业信息重点实验室
-
出处
《传感器与微系统》
北大核心
2025年第4期137-142,147,共7页
-
基金
山东省重点研发计划(乡村振兴科技创新提振行动计划)项目(2023TZXD051)
广东省重点领域研发计划项目(2021B0202070001)。
-
文摘
在利用水下机器人进行生物捕捞与识别时,色偏、雾效应与光干扰等复杂水下环境的干扰会导致模型存在漏检和误检现象,同时,由于带宽受限,水下设备计算资源也受限制。为解决上述问题,提出了一种高检测精度的轻量级改进的YOLOv7-tiny模型。使用SiLU激活函数和EIOU损失函数提高模型收敛速度;使用双重注意力叠加的GAM注意力机制和三重注意力叠加的DyHead检测头更好地抵御环境噪声的干扰;最后,利用通道剪枝策略降低模型参数量。实验结果表明:在RUOD数据集上,改进后的模型有效的缓解了色偏、雾效应与光干扰等复杂水下环境下的漏检和误检现象,浮点数计算量降低8.4%,提高了水下设备在计算资源受到限制时的可用性。所提方法可适用于水下检测系统和水下机器人。
-
关键词
水下生物目标检测
YOLOv7-tiny
注意力机制
通道剪枝
复杂水下环境
-
Keywords
marine organism target detection
YOLOv7-tiny
attention mechanism
channel pruning
complex underwater environment
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
