目的针对复杂的内河河道环境,漂浮垃圾中小目标物体占大多数且易受来自水面和岸边环境反光等因素影响,造成目标外形模糊,易被遮挡,给目标检测带来困难;提出了一种基于改进YOLOv7的河道漂浮垃圾检测算法。方法首先,针对河道漂浮垃圾的受...目的针对复杂的内河河道环境,漂浮垃圾中小目标物体占大多数且易受来自水面和岸边环境反光等因素影响,造成目标外形模糊,易被遮挡,给目标检测带来困难;提出了一种基于改进YOLOv7的河道漂浮垃圾检测算法。方法首先,针对河道漂浮垃圾的受环境影响外形发生变化,通过改进SPPCSPC模块,增强对小目标物体的特征提取能力;其次,加入中心化特征金字塔,通过ROI(region of interest)与特征金字塔进行加权融合,方便对于不同尺度目标的检测。最后,由于针对传统IoU(intersection over union)对于小目标物体位置偏差非常敏感,降低了检测性能。采用了Wasserstein Distance来替代IoU作为检测衡量指标,通过引入基于NWD(Normalized Wasserstein Distance)的损失函数,从而提高检测精度。结果实验结果表明:改进YOLOv7算法模型准确率增加3.1%达到89.7%,并在IoU为0.5以及IoU在0.5~0.95情况下,平均均值精度分别增加了6%、4.6%,分别达到87.8%、43.4%,检测结果优于其他经典检测模型。结论通过实验结果可以看出,改进后模型在检测精度上有显著提升,对于实际应用具有一定的参考价值。展开更多
文摘目的针对复杂的内河河道环境,漂浮垃圾中小目标物体占大多数且易受来自水面和岸边环境反光等因素影响,造成目标外形模糊,易被遮挡,给目标检测带来困难;提出了一种基于改进YOLOv7的河道漂浮垃圾检测算法。方法首先,针对河道漂浮垃圾的受环境影响外形发生变化,通过改进SPPCSPC模块,增强对小目标物体的特征提取能力;其次,加入中心化特征金字塔,通过ROI(region of interest)与特征金字塔进行加权融合,方便对于不同尺度目标的检测。最后,由于针对传统IoU(intersection over union)对于小目标物体位置偏差非常敏感,降低了检测性能。采用了Wasserstein Distance来替代IoU作为检测衡量指标,通过引入基于NWD(Normalized Wasserstein Distance)的损失函数,从而提高检测精度。结果实验结果表明:改进YOLOv7算法模型准确率增加3.1%达到89.7%,并在IoU为0.5以及IoU在0.5~0.95情况下,平均均值精度分别增加了6%、4.6%,分别达到87.8%、43.4%,检测结果优于其他经典检测模型。结论通过实验结果可以看出,改进后模型在检测精度上有显著提升,对于实际应用具有一定的参考价值。
