-
题名基于YOLOv5s的舰船小目标检测方法研究
- 1
-
-
作者
师红宇
蔡自桂
杜文
张哲于
-
机构
西安工程大学计算机科学学院
-
出处
《舰船电子工程》
2025年第2期34-38,73,共6页
-
基金
陕西省重点研发计划项目(编号:2022GY-058)
西安市科技创新人才服务企业项目(编号:2020KJRC0022)资助。
-
文摘
海面舰船目标检测容易受陆地、海浪等背景的干扰。针对舰船小目标检测精度低和鲁棒性差的问题,提出一种改进的舰船目标检测模型CWMA-YOLOv5s。首先,设计具有多分支跨层连接的C2f模块丰富多目标舰船梯度流信息。然后,设计并实现了残差多头自注意力融合模块优化特征融合效果。其次,改进Predection网络,设计SCP结构,提高了舰船目标的显著度。最后,引入改进的WIOU损失函数解决CIOU损失函数带来的梯度爆炸和模型提前退化问题。实验结果表明,与YOLOv5s模型相比,该模型在MASATI-v2数据集上,精度提高了13.1%,召回率提高了12.8%,mAP@50提高了6.8%。与其他同类型检测算法相比,该算法拥有更好的学习能力,整体检测精度达到了82.3%,具有较强的鲁棒性。
-
关键词
舰船检测
多头自注意力机制
空间上下文金字塔
WIOU损失函数
-
Keywords
ship detection
multi-head self-attention
spatial context pyramid
WIOU loss function
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
