《电子测量技术杂志》发表论文赏析

基于改进YOLO11的水下目标检测模型

来源:电子测量技术杂志2025年第15期北京时间:

作者:方侦波,高向阳,张锲石,程俊,杨梦杰

单位:1.桂林理工大学广西高校先进制造与自动化技术重点实验室 桂林 541006;2.桂林理工大学机械与控制工程学院 桂林 541006;3.中国科学院深圳先进技术研究院 深圳 518055;4.盛云科技有限公司 昆明 650000

摘要:在复杂的水下环境中,针对传统YOLO目标检测方法检测性能差等问题,提出一种基于改进YOLO11的水下目标检测模型。首先,通过引入上下文引导模块CGBD,采用多尺度特征提取器增强网络捕获能力;其次,为解决网络中特征冗余导致参数量过大的问题,设计轻量化高效聚合模块RGCSPELAN为模型减负;针对原有检测头定位识别能力不足且计算成本较高的问题,通过融合重参数化策略与细节增强卷积构建轻量高效的DEC-Head检测头。此外采用Wise-Inner-MPD损失函数提升模型的泛化能力并加速收敛。在URPC数据集中的实验结果表明,相较于基准模型YOLO11,本文提出的方法在mAP50和mAP50-90平均精度均值上分别提升了2.4%和2.1%。并且在RUOD数据集的实验结果中,本文所改进模型平均精度均值mAP50相比YOLO11提升了1.3%,召回率R提升了1.5%,较其他主流检测方法能够展现出更优的水下目标检测性能。

关键词:上下文引导;轻量化高效聚合;检测头;损失函数

基金资助:国家自然科学基金-联合基金项目(U21A20487)、云南省科技人才与平台计划(院士专家工作站)(202305AF150152)、深圳市科技计划科技重大专项(KJZD20240903100000001)资助

2025年15期其他文献查阅:

基于运动概率筛选和加权位姿估计的鲁棒动态RGB-D SLAM

发动机轴承的极近场遥测天线研究

<100>晶向正面开口快速湿法腐蚀释放悬浮结构的研究

基于多尺度感知损失与注意力的脑图像配准

基于CEEMDAN的脉搏波数据增强双层SMOTE算法

基于KNN-LASSO-PPC法的改进BitCN-LSTM短期光伏功率预测

改进YOLOv10n的光伏电池缺陷检测算法

DenseNet特征分组深度孤立森林图像异常检测

基于改进YOLOv10的液晶显示屏表面缺陷检测算法

融合多尺度注意力的轻量化初期林火检测算法

基于原型的正负学习用于远程监督关系抽取

基于Nuttall窗压缩感知的谐波和间谐波检测方法

基于MS-SAGCNs的自闭症诊断研究

基于Conformer-LSTM模型的连续无创血压预测方法

内河船舶检测算法的轻量化改进

基于选择性融合上下文信息的立体匹配网络

基于双编码器的鼻中隔医学图像分割模型

基于改进YOLO11的水下目标检测模型

基于SAFPN-YOLO的风机表面缺陷检测方法

基于多输入融合的自适应水下图像增强模型

改进YOLO11的学生课堂行为检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!