-
题名基于改进YOLOv8的水下目标检测算法
- 1
-
-
作者
李大海
李冰涛
王振东
-
机构
江西理工大学信息工程学院
-
出处
《计算机应用》
CSCD
北大核心
2024年第11期3610-3616,共7页
-
基金
国家自然科学基金资助项目(620620237)
江西理工大学校级基金资助项目(205200100013)。
-
文摘
由于水下生物的特性,水下图像中存在较多难以检测的小目标,且目标之间经常相互遮挡,而水下环境中的光线吸收和散射也会造成水下图像的颜色偏移和模糊。针对上述问题,提出水下目标检测算法WCA-YOLOv8。首先,设计特征融合模块(FFM),增强对空间维度信息的关注,提升对模糊和颜色偏移目标的识别能力;其次,加入FCA(FReLU Coordinate Attention)模块,增强对相互重叠、遮挡水下目标的特征提取能力;再次,为了提高模型对水下小目标的检测性能,将完整交并比(CIoU)损失函数替换为WIoU v3(Wise-IoU version 3)损失函数;最后,设计下采样增强模块(DEM),使特征提取过程中保存的上下文信息更完整,改善水下目标检测的性能。RUOD和URPC数据集上的实验结果表明,WCA-YOLOv8的检测平均精度均值(mAP0.5)分别为75.8%和88.6%,检测速度分别为60 frame/s和57 frame/s。与其他前沿的水下物体检测算法相比,WCA-YOLOv8不仅能够获得更高的检测准确性,还可达到更快的检测速度。
-
关键词
YOLOv8
水下目标检测
特征融合
wiou
v3损失函数
-
Keywords
YOLOv8
underwater target detection
feature fusion
wise-iou version 3(wiou v3)loss function
-
分类号
TP37
[自动化与计算机技术—计算机系统结构]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
