改进的Faster R-CNN海洋鱼类检测模型

作者：张翔宇; 朱立军^*

来源：沈阳化工大学学报, 2022, 36(06): 562-568.

• Faster R-CNN
• 海洋鱼类检测
• 特征融合
• ROI Align

为提高海洋鱼类检测的准确率，提出一种基于Faster R-CNN的海洋鱼类检测方法.首先，利用迁移学习方法训练Faster R-CNN网络，克服海洋鱼类样本集有限的限制；其次，增加颈部连接层，使用双向特征金字塔网络(BiFPN)进行特征融合，得到具有丰富位置信息和语义信息的融合特征图；再次，将卷积层输出的特征矩阵作外积相乘运算，提高对相似海洋鱼类的识别精度；最后，结合Mask R-CNN中的ROI Align方法对预测位置进行二次修正，使检测框更加准确.实验结果表明，在检测海洋鱼类数据集时，与原始的Faster R-CNN算法相比，改进后的Faster R-CNN检测模型的平均准确度均值提高了7.4%.

• 出版日期2022
• 单位沈阳化工大学