-
题名面向无人艇自主航行下的水面检测模型
- 1
-
-
作者
翟杰祥
袁宏武
李恋
-
机构
安徽建筑大学电子与信息工程学院
安徽新华学院大数据与人工智能学院
偏振光成像探测技术安徽省重点实验室
-
出处
《红外技术》
北大核心
2026年第2期146-155,共10页
-
基金
国家自然科学基金资助项目(61906118,62273001)
安徽省自然科学基金资助项目(2108085MF230)。
-
文摘
针对无人艇在复杂多场景水面环境下执行水面清理等任务时会存在目标漏检、误检等问题,提出一种基于YOLOv8s改进的水面目标检测模型。首先,对小目标检测层进行重构,引入低层特征细节信息,旨在降低模型参数并提高模型对小目标的感知能力;其次,引入部分卷积PConv代替传统Conv并构建特征提取模块P-C2f,旨在减少冗余特征和计算,进一步压缩模型大小;接着,使用重参数化泛化特征金字塔网络Rep GFPN来融合特征,旨在加强低层细节信息和高层语义信息的交互融合,提高模型对多尺度目标的检测能力;最后,使用迁移学习对模型进行微调,进一步提高检测性能。在WSODD数据集上进行测试,改进模型较原模型在参数量下降近67.5%的同时,召回率R提升了4%,m AP@0.5提升了2.1%,达到了81.4%,且与其他主流检测模型相比有明显优势,能帮助无人艇更好地执行水面检测任务。
-
关键词
水面检测
YOLOv8
重构的小目标检测层
p-c2f
RepGfPN
迁移学习
-
Keywords
water surface detection
YOLOv8
reconstructed small object detection layer
p-c2f
RepGfPN
transfer learning
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
