科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对水下目标检测任务中图像模糊，背景复杂以及目标小而导致误检和漏检问题，提出一种改进YOLOv3-SPP的水下目标检测算法。首先利用UWGAN网络对水下原始图像进行恢复，采用Mixup方法增强数据，减少错误标签记忆；其次以YOLOv3-SPP网络结构为基础，增加网络预测尺度，提高小目标检测性能；然后引入CIoU边框回归损失，提高定位精度；最后利用K-Means++聚类算法，筛选最佳Anchorbox。将改进YOLOv3-SPP算法在处理后的URPC数据集上进行实验，平均检测精度由79.58%提升到88.71%，速度为28.9FPS。结果表明，改进算法综合检测能力优于其他算法。
- 出版日期2022-6-30
- 单位江苏科技大学
