|
|
基于YOLOv5算法模型改进的轻量化船舶目标检测算法
张波
2025 (04):
64-69.
基于视觉传感器的环境感知设备在液化天然气(LNG)船舶实现自主航行过程中发挥着重要作用。海上环境复杂及船舶存在多样性,现有的船舶目标检测算法难以同时满足检测高精度和实时性的要求,为此提出一种轻量化的船舶目标检测算法。基于YOLOv5算法,使用MobileNetv3结构替换YOLOv5的主干特征提取网络,以大幅减少主干网络的参数量及降低网络计算量;在特征融合网络的末端添加卷积注意力模块(CBAM),以增强有用特征的权重,优化目标检测的精度;采用K-means++聚类算法获取适用于船舶目标检测的初始anchor;利用自建数据集对模型进行训练及评估。结果表明,改进YOLOv5 MC模型的平均精度均值(mAP)高达95.66%,较YOLOv5、YOLOv5 M模型分别提高了2.75%和4.7%;该模型的参数量较YOLOv5模型降低了81.5%,约为45.40 MB;传输帧率达到39.55帧/s,满足LNG船舶检测的实时性要求,在检测小目标与遮挡目标中效果良好。
参考文献 |
相关文章 |
计量指标
|