基于CBAM和BiFPN改进YoloV5的渔船目标检测OACSTPCD
在渔港高点监控渔船目标的场景下,对渔船检测经常丢失和检测错误等问题,提出了一种基于改进YoloV5的渔船目标检测模型。首先通过Kmeans++算法对锚框重新聚类,选择适合渔船数据集的锚框尺寸;然后在YoloV5的骨干网络中融入卷积注意力模块(CBAM)注意力机制获取更多细节特征;再采用加权双向特征金字塔网络(BiFPN)代替原先的特征金字塔网络(FPN)+像素聚合网络(PAN)结构,快速进行多尺度特征融合;最后在检测尺度上去掉大目标的检测尺度,增…查看全部>>
张德春;李海涛;李勋;张雷
青岛科技大学信息科学技术学院,山东青岛266000青岛科技大学信息科学技术学院,山东青岛266000青岛西海岸新区海洋发展局,山东青岛266200青岛励图高科信息技术有限公司,山东青岛266200
交通工程
渔船检测YoloV5算法CBAM注意力机制加权双向特征金字塔
《渔业现代化》 2022 (3)
P.71-80,10
评论