-
题名基于GA-RetinaNet的水下目标检测
被引量:2
- 1
-
-
作者
袁明阳
宋亚林
张潮
沈兴盛
李世昌
-
机构
河南大学软件学院
-
出处
《计算机系统应用》
2023年第6期80-90,共11页
-
基金
河南省科技研发项目(212102210078)
河南省重大科技专项(201300210400)
河南省重点研发与推广专项(科技攻关)(202102210380)。
-
文摘
水下目标自动检测方法对海洋智能捕捞工作发挥着重要作用,针对现有目标检测方法存在的对水下生物检测精度不高问题,提出了一种GA-RetinaNet算法的水下目标检测方法.首先,针对水下图像存在密集目标的特点,通过引入分组卷积替换普通卷积,在不增加参数复杂度的基础上得到更多特征图,提高模型的检测精度;其次,根据水下生物多为小目标生物的特点,引入上下文特征金字塔模块(AC-FPN),利用上下文提取模块保证高分辨率输入的同时获得多个感受野,提取到更多上下文信息,并通过上下文注意力模块和内容注意力模块从中捕获有用特征,准确定位到目标位置.实验结果显示,选用URPC2021数据集进行实验,改进的GA-RetinaNet算法比原算法检测精度提高了2.3%.相比其他主流模型,该算法对不同类型的水下目标均获得了较好的检测结果,检测精度有较大提升.
-
关键词
目标检测
水下图像
RetinaNet
分组卷积
AC-FPN
-
Keywords
object detection
underwater images
RetinaNet
group convolution
attention-guided context feature pyramid network(AC-FPN)
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-