基于改进YOLOv7的水下小目标检测算法研究
来源：计算机测量与控制杂志2024年第9期北京时间：
作者：杜锋
单位：东南大学 自动化学院
摘要：目标检测研究一直是水下小目标检测的难题。针对水下小目标检测任务漏检率高、水下场景识别效果差的问题,提出一种利用YOLOv7改进的水下小目标检测技术。为了达到准确率的同时兼顾高检测速度,采用YOLOv7网络作为基础网络。该网络通过融合SENet注意力机制、增强FPN网络拓扑、结合EIoU损失函数,集中小目标更关键的特征信息,提高检测精度,同时降低模型复杂度。通过模拟测试,在测试集上确认了mAP、P和R指标,并与其他传统目标检测技术进行了对比。结果表明,增强的算法优于竞争网络,并成功提高了测试集的检测精度。
关键词：YOLOv7;水下小目标检测;注意力机制;FPN;EIoU
基金资助：2023年江苏省产学研合作项目(BY20231025)。
