公开(公告)号：CN117036946A

公开(公告)日：2023-11-10

申请号：CN202311003520.3

申请日：2023-08-10

Applicant: 上海海洋大学

Inventor： 王静 ,  方志强 ,  李倩倩 ,  汤志伟 ,  周翔龙 ,  洪中华 ,  徐利军

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明公开了一种基于YOLOv5s的街景排水口目标检测方法，将实景中的正常和受遮挡类型的排水口目标制作为数据集，并划分为训练集与验证集，在模型特征提取网络中加入SK attention结构，以提高模型对小目标的检测准确度；SK attention结构输出的特征图通过SPPCSPC金字塔网络，在保证特征映射尺寸大小不变的同时获取到多尺度的目标信息，提升模型对多种尺度目标的检测能力；最后网络中的SIoU loss，将真实框与预测框之间的向量角度纳入惩罚项，加快预测框中心点回归到与真实框中心点同一水平线的过程，缩短训练时间。经过预训练后的模型对正常和受异物遮挡类型的排水口都有着很高的检测精度和很快的推理速度，并且模型易于移植到嵌入式设备中。

公开(公告)号：CN117173547A

公开(公告)日：2023-12-05

申请号：CN202311003518.6

申请日：2023-08-10

Applicant: 上海海洋大学

Inventor： 王静 ,  李倩倩 ,  方志强 ,  周翔龙 ,  汤志伟 ,  韩彦岭 ,  马振玲

IPC: G06V20/05 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06V20/40 ,  G06T7/73 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于改进的YOLOv6算法的水下目标检测方法，通过对Backbone层和Neck层作改进，使用轻量级卷积ODConv和轻量级网络EfficientNetv2结合，设计了一个更加轻量的结构作为主干网络，之后利用轻量化卷积GSConv和VoVGSCSP方法对Neck层进行改进，提高网络对于小目标的检测能力；同时引入SPD‑Conv模块，提高水下目标的检测精度；并引入了Adan优化器，提高网络的性能。本发明针对于水下目标检测数据集中存在的干扰目标问题，进行数据清洗，之后在数据集上进行训练、验证和测试实验。本发明更加轻量化，在复杂的水下环境下，对多种特定目标的检测精度较高，减少了模型的参数量和计算量，使其更加适用于移动或嵌入式设备中，同时也增加了模型的推理速度，使算法更加轻量化和实时化。