-
题名基于改进的YOLOv8海底垃圾目标检测算法
- 1
-
-
作者
任金霞
高东华
王金荣
蔡联广
-
机构
江西理工大学电气工程与自动化学院
-
出处
《环境工程》
2026年第2期78-84,共7页
-
基金
国家自然科学基金项目(51665018)
多维智能感知与控制江西省重点实验室基金(2024SSY03161)。
-
文摘
针对复杂海底环境下垃圾目标呈现多尺度形态分布、与海洋生物特征高度相似导致的类间模糊性,以及由此引发的特征提取能力不足、检测精度不高和定位不准确等问题,提出一种基于改进的YOLOv8的海底垃圾目标检测算法。首先,将ODConv全维度动态卷积融合到颈部网络的C2f中,形成新模块C2f_ODConv,使模型能够实现对卷积核的全方位动态调整,更精细地适应输入数据的特征,从而提高特征提取的效果;其次,在C2f_ODConv后引入可变形注意力transformer(deformable attention transformer,DAT),有效捕捉图像中的局部细节,提高模型检测精度;最后,使用UIoU Loss取代CIoU Loss并采用线性衰退策略,进一步准确定位目标,提高模型泛化能力。在TrashCan-Instance公开数据集上进行实验,结果表明:改进后模型的召回率和平均精度分别为64.4%、70.4%,相比基线YOLOv8提升4.5、2.2百分点,进一步满足了海底垃圾实时检测需求。
-
关键词
目标检测
海底垃圾检测
ODConv
可变形注意力
uiou损失函数
-
Keywords
target detection
seabed debris detection
ODConv
deformable attention
uiou loss function
-
分类号
X55
[环境科学与工程—环境工程]
TP183
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
