基于改进YOLOv4算法的船舶目标检测方法 |
| |
引用本文: | 孔刘玲,刘秀文.基于改进YOLOv4算法的船舶目标检测方法[J].船舶工程,2022(1):96-103+147. |
| |
作者姓名: | 孔刘玲 刘秀文 |
| |
作者单位: | 大连海事大学航海动态仿真与控制实验室 |
| |
基金项目: | 国家自然科学基金资助项目(51779029); |
| |
摘 要: | 针对海面环境复杂、船舶目标检测存在检测精度不高和效率低的问题,以及船舶数据集不平衡的现象,提出一种改进YOLOv4算法的船舶目标检测方法。对图像进行预处理,增强船舶图像的有用信息,减少计算量;采用图像增强方法扩充不平衡数据集的小样本数量,提高各类船舶目标检测的准确性;采用改进的K-means++聚类方法重新设计先验锚框,使锚框和目标的边界框更加匹配;采用Softer-NMS对非极大值抑制算法进行优化,对预测框进行后处理,提升模型对密集船舶的检测能力和定位精度。通过开展多组对比试验发现,采用改进的检测算法对10类船舶目标进行识别,精确率P、召回率R和交并比(IOU)等都有很大提高,平均精确率(m AP)值达到96.78%,相比YOLOv4算法提升23.79%;检测速度达到31.2帧/秒,在显著提高检测精度的同时,能缩短检测时间,达到很好的检测效果。
|
关 键 词: | YOLOv4算法 图像预处理 数据增强 K-means++聚类方法 非极大值抑制 |
|
|