《电子测量技术杂志》发表论文赏析

基于轻量级算法的水上垃圾小目标检测研究

来源:电子测量技术杂志2024年第18期北京时间:

作者:徐尽达,陈慈发,张上

单位:1.三峡大学水电工程智能视觉监测湖北省重点实验室 宜昌 443002; 2.三峡大学湖北省建筑质量检测装备工程技术 研究中心 宜昌 443002; 3.三峡大学计算机与信息学院 宜昌 443002; 4.荆楚理工学院大数据研究中心 荆门 448000

摘要:针对水上漂浮垃圾检测中微小目标物体数量占比高、检测画面易受到水面波动和岸边环境反光等多重因素的干扰、检测模型庞大的参数量和计算量对终端的部署的设备性能要求高等问题,拟提出一种轻量化、高精度、实时性的检测模型LS-YOLO。首先,该算法利用HS-FPN金字塔网络设计构造YOLOv8的Neck网络结构,构建的网络结构牺牲小部分精度,显著降低了模型的参数数量和计算复杂度。其次,通过引入CAA上下文锚定注意机制改进HS-FPN,捕获远程上下文信息来回升检测精度。然后通过更换损失函数为具有动态聚焦机制的Wise-IoUv3,大幅提升检测效果,增加模型鲁棒性。最后,使用LAMP剪枝技术对模型进行剪枝,减小模型的参数量和计算量。实验结果表明,改进后的LS-YOLO相比基准模型mAP50提升了0.9%,回归率提升了3.2%,参数量降至基准模型的19.83%,计算量降至基线的44.44%,模型大小降至基线的22.22%。经过优化后的检测算法不仅显著提升了检测性能与特征提取的精准度,同时也便于在资源受限的硬件平台上的部署操作。

关键词:水上垃圾检测;轻量化;小目标;损失函数;通道剪枝

基金资助:湖北省大学生创新创业训练计划(S202311075047)项目资助

2024年18期其他文献查阅:

基于改进TCN的上扣扭矩序列数据分类

基于复数神经网络的双视角视觉转角测量方法

基于BO优化SVM轴承故障的静电信号识别方法

多域特征融合的脑电信号肢体运动特征提取与动作识别

基于机器视觉的双光源烟用香精外观质量检测仪

智能网络中基于流量预测的加权公平调度算法

基于蚁群算法和蝙蝠算法的多点路径规划

基于ORB-SLAM2的改进特征匹配与稠密地图算法

基于IViT的锂离子电池健康状态估计

基于PCA的金属工件表面线激光中心提取算法

基于多特征融合的图像修复算法

基于FPGA的多接口视频编解码系统

基于FPGA的智能在线升级存储系统设计

交通速度预测时空图卷积网络及其FPGA实现研究

基于深度特征提取残差网络的高光谱图像分类

基于DSCI-Yolov8的纺织品材质分类方法

基于改进YOLOv8的绝缘子自爆缺陷检测

基于轻量级算法的水上垃圾小目标检测研究

基于改进RT-DETR的浅水海洋生物识别方法

融合多尺度特征及注意力机制的食品图像识别

基于改进RT-DETR的车门内拉手表面缺陷检测方法

基于图像识别的联锁人机界面检测方法研究

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!