改进YOLOv3-SPP水下目标检测研究

摘要：

针对水下目标检测任务中图像模糊、背景复杂以及目标小而导致误检和漏检问题,提出一种改进YOLOv3-SPP的水下目标检测算法.利用UWGAN网络对水下原始图像进行恢复,采用Mixup方法增强数据,减少错误标签记忆;以YOLOv3-SPP网络结构为基础,增加网络预测尺度,提高小目标检测性能;引入CIoU边框回归损失,提高定位精度;利用K-Means++聚类算法,筛选最佳Anchor box.将改进YOLOv3-SPP算法在处理后的URPC数据集上进行实验,平均检测精度由79.58％提升到88.71％,速度为28.9 FPS.结果表明,改进算法综合检测能力优于其他算法.

关键词：水下目标、图像增强、YOLOv3-SPP、UWGAN、CIoU、K-Means++

所属期刊栏目：59

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;江苏省研究生科研与实践创新计划项目

在线出版日期：2023-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：231-240