基于多级特征混叠融合的水下小目标检测算法

摘要：

针对水下探测机器人在动态巡检过程中其检测的目标尺度存在多样化变化,而传统的SSD算法在尺度特征提取能力方面有限,对远目标、小目标存在信息感知偏弱问题,提出一种基于多级特征混合融合的深度学习目标检测算法.该算法以SSD算法的骨干网络为基础,引入卷积注意力机制增强浅层网络的特征提取能力,同时,提出融合多层高语义特征信息与低语义特征信息的级联式混合融合结构,通过混合训练解决低语义层级对小目标信息特征提取困难的问题.利用水下机器人目标抓取大赛的数据集对算法的有效性进行验证,实验结果表明该算法较传统SSD算法检测精度提升了5.86％.

关键词：水下目标检测、SSD、卷积注意力机制、特征融合

所属期刊栏目：44

分类号：TP391.41(计算技术、计算机技术)

资助基金：湖南省自然科学基金项目;国家自然科学基金

在线出版日期：2022-11-10（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：77-82