-
题名复杂环境下海上小尺度舰船目标识别算法
- 1
-
-
作者
黄浩
孙瑞
郭威
邵巍
-
机构
青岛科技大学自动化与电子工程学院
山东省深空自主着陆技术重点实验室
-
出处
《火力与指挥控制》
北大核心
2025年第12期188-197,共10页
-
基金
山东省自然科学基金资助项目(ZR2023MF006)。
-
文摘
针对复杂环境下远距离小尺度舰船识别易出现漏检、精度低的问题,以YOLOV8n算法为基准模型,提出COS-YOLO算法。设计C2f_FasterNext模块替换骨干网络中的C2f模块,在提高算法对舰船目标的识别能力的同时,降低算法的参数量与计算量;在算法的颈部网络中融入SSFF模块,使得算法能够捕捉到更多的上下文信息,增强复杂环境下小尺度舰船特征信息的提取能力,从而减少小尺度舰船目标漏检的现象;设计双分支结构目标检测头SMHDet,提高小尺度舰船目标的检测精度;引入SIOU损失函数,结合向量角度惩罚项,降低模型回归自由度,进一步提升模型识别准确度与收敛速度。实验结果表明,相较于原始YOLOV8n算法,COS-YOLO算法的均值平均精度提升7.9%,平均检测率提升4.9%,参数量和计算量分别下降11.3%和11.0%。
-
关键词
复杂环境
小尺度
舰船
YOLOV8n
cos-yolo
-
Keywords
complex environments
small-scale
ships
YOLOV8n
cos-yolo
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TJ83
[兵器科学与技术—武器系统与运用工程]
-
