文档名：基于YOLOv3改进的水下目标检测
为了解决水下目标检测中出现的图像不清晰的问题,并且达到实时检测的目的,本文提出基于YOLOv3网络结合带色彩回复的多尺度视网膜增强算法(MSRCR)的方法.首先对水下目标图像进行图像增强,解决水下图像颜色偏移、图像噪声多和图像模糊的问题,再通过YOLOv3网络进行水下目标检测,并且在训练中使用Image-Net上预训练的权重进行迁移学习,增强模型的泛化能力.实验结果表明,该方法能在保持检测速度的前提下提高检测精度,相比原始的YOLOv3网络,对水下目标的检测结果,平均精度提高了10％,达到了48.23％.相比其他图像增强算法,本文方法结果更好.
作者：刘腾徐成刘宏哲
作者单位：北京联合大学北京市信息服务工程重点实验室北京100101
母体文献：中国计算机用户协会网络应用分会2021年第二十五届网络新技术与应用年会论文集
会议名称：中国计算机用户协会网络应用分会2021年第二十五届网络新技术与应用年会
会议时间：2021年11月1日
会议地点：北京
主办单位：中国计算机用户协会
语种：chi
分类号：
关键词：水下目标检测 YOLOv3网络 视网膜增强 色彩回复
在线出版日期：2022年8月26日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.58 MB
- 下载次数:
- 60
-
高速下载
|
|
