摘要
海洋生物相互聚集形成遮挡现象是导致误检和漏检的重要原因。为了解决上述问题,提出了采用样本迭代融合辅助网络训练的海洋生物检测方法。首先选用改进后的深度空洞残差结构作为特征提取网络,提升了网络的特征提取能力;然后结合海洋生物图像目标遮挡、密集的特点,改进损失函数避免产生误检、漏检现象;最后,为了进一步解决目标遮挡、数据不平衡的问题,提出样本迭代融合方法,生成模拟图像扩充训练集,提高了网络训练的有效性以及对小样本量的海洋生物检测能力。实验结果表明提出的海洋生物检测方法在URPC2018和台湾鱼类数据集上分别能够得到91.36%和90.27%的准确率。提出方法的检测准确率和速度高于现有目标检测算法。
- 单位