改进深度学习算法PSPnet在水上障碍物检测中的研究

无人艇是可用于港口、码头巡逻、海上环境检测的自主机器人,水上障碍物检测作为无人艇进行环境感知的关键能力,对无人艇有重要影响。针对无人艇水上障碍物检测,文中提出一种基于改进PSPnet框架的水上障碍物检测算法,采用Mobilenetv2中的轻量化结构Bottleneck作为主干特征提取网络,提高实时性,同时分别采用加强特征提取,提高分辨力的策略提高精度。采用海洋数据集Master1325作为训练集,MODs作为评价集,结果显示,在MODs上的精度F-measure达到86.8,在MODs中危险区域的F-measure为81.1,且在NVIDIA GTX 2080Ti上的图像推理速度达到61 FPS,检测速度和精度较高,证明了所提出算法的有效性。