在水下图像的目标检测研究中，水下目标的尺度较小及存在模糊的情况，给检测精度带来了较大的挑战。为了解决水下环境使用通用目标检测模型精度较低的问题，提出一种改进的YOLOv5s检测模型。通过在YOLOv5s检测模型中增加多种滤波处理的数据增强，扩充水下数据样本的数量，同时提高数据的泛化性。同时，对分类和回归损失函数进行相应的改进，更好地进行水下目标的分类和定位。经实验验证，改进的方法适用于水下目标检测，改进的YOLOv5s检测算法在检测速度不变的情况下，平均精度提升了2.1%。
科研之友
微信
新浪微博
Facebook
分享链接
