基于MSRCP与改进YOLOv5的雾天船舶检测

作     者：李伟 张雪 单雄飞 宁君 LI Wei;ZHANG Xue;SHAN Xiong-fei;NING Jun

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] 

主　　题：目标检测 船舶识别 雾天船舶检测 

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。