计算机工程与应用 ›› 2023, Vol. 59 ›› Issue (6): 231-240.DOI: 10.3778/j.issn.1002-8331.2204-0264
叶赵兵,段先华,赵楚
YE Zhaobing, DUAN Xianhua, ZHAO Chu
摘要: 针对水下目标检测任务中图像模糊、背景复杂以及目标小而导致误检和漏检问题,提出一种改进YOLOv3-SPP的水下目标检测算法。利用UWGAN网络对水下原始图像进行恢复,采用Mixup方法增强数据,减少错误标签记忆;以YOLOv3-SPP网络结构为基础,增加网络预测尺度,提高小目标检测性能;引入CIoU边框回归损失,提高定位精度;利用[K]-Means++聚类算法,筛选最佳Anchor box。将改进YOLOv3-SPP算法在处理后的URPC数据集上进行实验,平均检测精度由79.58%提升到88.71%,速度为28.9?FPS。结果表明,改进算法综合检测能力优于其他算法。