基于ResNet50_SIMAM的水下目标检测模型研究
Research on Underwater Target Detection Model Based on ResNet50_SIMAM作者机构：大连外国语大学软件学院辽宁 大连
出 版 物：《计算机科学与应用》 (Computer Science and Application)
年 卷 期：2024年第14卷第3期
页 面：58-65页
学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）]
主 题：水下目标检测 深度学习 ResNet50 TensorFlow SimAM
摘 要：水下目标检测是海洋探索和监测领域的一个关键技术挑战,具有广泛的应用。由于水下环境复杂以及视觉清晰度有限,现有检测方法效果不佳。针对这一问题,我们对现有的ResNet50模型进行改进,通过引入SIMAM注意力机制来提高检测精确度。通过对数据集的预处理和增强,模型成功适应了水下图像的特点。实验结果表明,该模型在水下目标检测任务上表现卓越,Map值由原来的64.6上升到68.35,验证了改进后的模型ResNet50_SIMAM在处理复杂水下视觉任务中的巨大潜力。
维普期刊数据库