基于YOLOv3-Tiny改进的船舶目标检测研究

来源：计算机应用与软件杂志2024年第6期北京时间：

作者：朱伟, 段先华, 程婧怡

摘要：针对船舶实时性检测中出现的检测精度低、漏检问题，改进一种基于YOLOv3-Tiny的船舶目标检测算法。通过引入深度可分离卷积作为主干网络，提高通道数量，减少模型的参数量和运算量；采用H-Swish和Leaky ReLU激活函数改进卷积结构，提取更多特征信息；利用GIOU（Generalized Intersection Over Union）损失优化边界框，突显目标区域重合度，提高精度。在混合船舶数据集上检测结果表明，改进后YOLOv3-Tiny的检测精度为83.40%，较原算法提高5.33百分点，召回率和检测速度也均优于原算法，适用于船舶实时性检测。

关键词：船舶检测, YOLOv3-Tiny, 深度可分离卷积, H-Swish, GIOU