基于轻量化网络的海底垃圾检测算法SLD-Net

摘要：

设计了一种轻量级的两阶段海洋垃圾检测算法SLD-Net(Seabed Litter Detection Network).一方面,在预处理阶段构建了一个由颜色转换子模块和图像去噪子模块组成的图像增强模块MDIE,提高了图像质量;另一方面,采用轻量化的MobilenetV2 作为目标检测的骨干网络,并引入一种改进的双路FPN结构,对深层特征图进行增强,提高对小目标的检测能力.经图像增强和目标检测网络联合训练后,进一步提升了模型的精度.在J-EDI海洋垃圾数据集上进行实验验证,mAP和速度分别达到了94.5%和65 FPS,且模型参数量仅有5.4 M,表明SLD-Net算法在精度、速度和参数量上达到了很好的效果.

关键词：神经网络、海底垃圾检测、轻量化网络、图像增强

所属期刊栏目：40

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2024-02-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：41-46