- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于改进YOLOvYOLOv55的轻量级船舶目标检测算法
摘要:针对海上船舶目标检测准确率不高的问题,提出一种基于改进YOLOv5的轻量级船舶目标检测算法
YOLOShip。首先将空洞卷积与通道注意力(CA)引入空间金字塔快速池化(SPPF)模块,以融合不同尺度的空间特征
细节信息,强化语义信息,提升区分前景与背景的能力;其次将协同注意力与轻量化的混合深度卷积引入特征金字塔
网络(FPN)和路径聚合网络(PAN)结构中,以强化网络中的重要特征,获取含有更多细节信息的特征,并提升模型检
测能力及定位精度;然后考虑到数据集中目标分布不均匀及尺度变化相对较小的特点,在修改锚框,减少检测头数量
以精简模型的同时进一步提升模型性能;最后,引入更加灵活的多项式损失(PolyLoss)以优化二元交叉熵损失(BCE
Loss),提升模型收敛速度及模型精度。在SeaShips数据集上的实验结果表明,相较于YOLOv5s,YOLOShip的精确率、
召回率、mAP0.5与mAP0.5:0.95分别提升4.2、5.7、4.6和8.5个百分点,能在满足检测速度要求的同时得到更优
的检测精度,有效地实现了高速、高精度的船舶检测。
关键词:船舶检测;YOLOv5;注意力机制;空洞卷积;混合深度卷积
LightweightshiptargetdetectionalgorithmbasedonimprovedYOLOv5
Abstract:Aimingattheproblemoflowaccuracyofshiptargetdetectionatsea,alightweightshiptargetdetection
algorithmYOLOShipwasproposedonthebasisoftheimprovedYOLOv5.Firstly,dilatedconvolutionandchannelattention
wereintroducedintoSpatialPyramidPooling-Fast(SPPF)module,whichintegratedspatialfeaturedetailsofdifferent
scales,strengthenedsemanticinformation,andimprovedthemodel’sabilitytodistinguishforegroundandbackground.
Secondly,coordinateattentionandlightweightmixeddepthwiseconvolutionwereintroducedintoFeaturePyramidNetwork
(FPN)andPathAggregationNetwork(PAN)structurestostrengthenimportantfeaturesinthenetwork,obtainfeatureswith
moredetailedinformation,andimprovemodeldetectionabilityandpositioningprecision.Thirdly,consideringtheuneven
distributionandrelativelysmallscalechangesoftargetsinthedataset,themodelperformancewasfurtherimprovedwhile
themodelwassimplifiedbymodifyingtheanchorsanddecreasingthenumberofdetectionheads.Finally,amoreflexible
PolynomialLoss(PolyLo
您可能关注的文档
- 改进YOLOv5的红外船舶目标检测算法.pdf
- 氢燃料电池动力船舶技术标准现状分析与发展展望.pdf
- 高光谱成像的船舶燃油硫含量遥测技术.pdf
- 基于改进R^(2) CNN 的遥感图像船舶检测方法研究.pdf
- 智能船舶航线优化方法综述.pdf
- 广西内河及沿海船舶大气污染物排放清单及特征研究.pdf
- 基于贝叶斯时空log-logistic模型的船舶碰撞频率.pdf
- 基于EEG的船舶驾驶员疲劳程度识别.pdf
- TSG特种设备安全技术规范TSGQX00X2012 .pdf
- 2024年人教版八年级地理(下册)期中试卷及答案(必考题) .pdf
- 年度收费管理系统战略市场规划报告.docx
- 年度机场行李输送系统战略市场规划报告.docx
- 2022—2024年人教版八年级地理下册期中考试(及参考答案) .pdf
- 高中英语优质课公开课Unit 4Section BLearning about Language23张.pdf
- 高中英语优质课公开课Unit 3Section BLearning about Language25张.pdf
- 高中英语优质课公开课Unit 5Section BLearning about Language21张.pdf
- 水利部考试历年真题_水利基础知识试题集 .pdf
- 学校招投标实施办法 .pdf
- 电子商务专业电子商务法规练习卷及答案-完成 .pdf
- 加油站连锁远程视频监控系统联网方案-监控,视频监控,监控.pdf
从事办公室文字工作,提供论文格式排版 、专业学术论文参考资料、文章写作、论文答辩PPT模板、会议筹备指导等服务,经验丰富,已从事七年。互相信任,保证质量,全程包修改,负责到通过。 微X号:lhg511823
文档评论(0)