-
题名YOLOv7-F:一种轻量级船舶实时检测算法
- 1
-
-
作者
王微
郁强
王五桂
邢博闻
-
机构
上海中辰新威航天科技有限公司
上海海洋大学工程学院
上海中船船舶设计技术国家工程研究中心有限公司
中国船舰研究设计中心
-
出处
《兵器装备工程学报》
CAS
CSCD
北大核心
2024年第11期11-18,共8页
-
文摘
船舶检测在内河航运管理中至关重要,在复杂的水面条件下,船舶检测很难兼顾准确性和实时性。针对这个问题,提出了一种改进YOLOv7的船舶实时检测方法YOLOv7-F。YOLOv7-F将GhostNet引入骨干网络进行特征提取,再将分布移位卷积引入特征融合网络,实现了模型轻量化。在特征融合网络中引入注意力机制,弥补模型轻量化带来的精度损失。损失函数也进行相应改进,使检测模型更适用于船舶数据集。HPRship数据集的实验结果表明,与传统YOLOv7检测模型相比,计算量减少了38.8×10^(9),模型参数量减少了5.7×10^(6),检测精度mAP0.5提升了0.7%,为98.80%。YOLOv7-F在轻量化和检测精度之间取得了良好的平衡,能够准确实时地完成船舶检测任务,适合部署到存储和计算有限的小型设备上。
-
关键词
船舶检测
深度学习
模型轻量化
注意力机制
YOLOv7
-
Keywords
ship detection
deep learning
lightweight model
attention mechanism
YOLOv7
-
分类号
U664.82
[交通运输工程—船舶及航道工程]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
