期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
CO_YOLO:基于改进YOLOv5的海洋生物目标检测
1
作者 张俊恒 司亚超 郑孟然 《长江信息通信》 2024年第10期69-71,82,共4页
由于水下环境的复杂性,存在目标重叠和遮挡等情况,为解决这个问题,文章在YOLOv5s的基础上进行改进提出了CO_YOLO,通过将C3替换为C3_ODConv,减少模型的计算量,加入了CBAM注意力机制可以增强模型的特征提取能力,同时。实验结果表明CO_YOL... 由于水下环境的复杂性,存在目标重叠和遮挡等情况,为解决这个问题,文章在YOLOv5s的基础上进行改进提出了CO_YOLO,通过将C3替换为C3_ODConv,减少模型的计算量,加入了CBAM注意力机制可以增强模型的特征提取能力,同时。实验结果表明CO_YOLO对海洋生物目标检测有很好的效果,在URPC2020数据集上比YOLOv5s有更好的效果,mAP50达到0.828,计算量GFLOPs为16.5。 展开更多
关键词 目标检测 海洋生物 c3_odconv YOLO CBAM
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部