基于改进YOLOv3算法的水面漂浮物检测方法

作者：李国进^*; 姚冬宜; 艾矫燕; 易泽仁; 雷李义; 王旺易

来源：广西大学学报(自然科学版), 2021, 46(06): 1569-1578.

DOI：10.13624/j.cnki.issn.1001-7445.2021.1569

• 水面漂浮物
• 目标检测
• YOLOv3算法
• k-means聚类算法
• 类别激活映射

针对人工湖中的水面漂浮物检测问题,提出了一种基于改进YOLOv3的水面漂浮物目标检测算法,目标检测包括目标识别与目标定位。首先通过改进的k-means聚类算法获取先验框,以提高定位框与数据集标注框的匹配度,其次在YOLOv3算法框架的3个预测支路中添加类别激活映射(CAM),将原基于边界框的定位方式替换成基于像素点进行定位。实验结果表明:改进的YOLOv3算法提高了识别精度,降低了定位误差。识别精度为97.49%,比YOLOv3算法提高5.14%,平均定位误差为2.60个像素点,比YOLOv3算法减小了1.36。

• 单位
  广西大学