基于MSRCP与改进YOLOv5的雾天船舶检测
Ship Detection in Fog Based on MSRCP and Improved YOLOv作者机构:大连海事大学航海学院辽宁大连116026
出 版 物:《计算机仿真》 (Computer Simulation)
年 卷 期:2024年第41卷第5期
页 面:204-208,482页
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
摘 要:针对海上雾天获取到的图像中小目标船舶识别效果低下、漏检率高等问题,提出了一种融合MSRCP算法的改进YOLOv5模型。在输入端加入MSRCP算法对图像进行预处理,提高远处船舶的特征;采用改进k-means聚类方法设计先验框,加快模型收敛速度,使锚框和边界框更匹配;在网络部分采用了SoftPool池化替换原来的MaxPool池化,保留更多的图像特征,提高图像的检测精度。经实验,改进后的算法MAP值提高了12%,平均召回率提升了16%,检测速度达到40帧/秒,能够在满足实时性检测的前提下,更好地完成对大雾天气下的船舶识别。