改进YOLOv3-SPP水下目标检测研究

来源：计算机工程与应用杂志2023年第6期北京时间：

作者：叶赵兵, 段先华, 赵楚

单位：江苏科技大学 计算机学院，江苏 镇江 212100

摘要：针对水下目标检测任务中图像模糊、背景复杂以及目标小而导致误检和漏检问题，提出一种改进YOLOv3-SPP的水下目标检测算法。利用UWGAN网络对水下原始图像进行恢复，采用Mixup方法增强数据，减少错误标签记忆；以YOLOv3-SPP网络结构为基础，增加网络预测尺度，提高小目标检测性能；引入CIoU边框回归损失，提高定位精度；利用[K]-Means++聚类算法，筛选最佳Anchor box。将改进YOLOv3-SPP算法在处理后的URPC数据集上进行实验，平均检测精度由79.58%提升到88.71%，速度为28.9?FPS。结果表明，改进算法综合检测能力优于其他算法。

关键词：水下目标,图像增强,YOLOv3-SPP,UWGAN,CIoU,[K]-Means++