基于改进YOLOv7声光融合水下目标检测方法 |
| |
引用本文: | 葛慧林,戴跃伟,朱志宇,王彪.基于改进YOLOv7声光融合水下目标检测方法[J].舰船科学技术,2023(12):122-127. |
| |
作者姓名: | 葛慧林 戴跃伟 朱志宇 王彪 |
| |
作者单位: | 江苏科技大学海洋学院 |
| |
基金项目: | 国家自然科学基金资助项目(62006102); |
| |
摘 要: | 多变的光照条件及天气状况将会严重影响水下光学图像的成像质量,为提升水下目标检测的稳定性及检测精度,基于深度神经网络模型,对结合光学图像和声呐图形的多模态方法进行研究。首先,针对实时神经网络检测器架构YOLOv7,通过改进该检测器,使其适用于多模态输入。其次,为了有效地结合来自不同模态的影响特征,提出全新的融合模型YOLOv7-Fusion,并通过引入CE-Fusion模块,实现融合效率和准确度的提升。最后,为了解决数据集缺少的问题,利用快速风格和图像处理算法转化的方法,生成人工数据集。所设计的算法及模型目标识别准确率为0.995,具有较高检测精度;Fps为43.4,具有较高处理效率。该模型可支持真实应用,适用于不同类型的水下场景。
|
关 键 词: | 改进YOLOv7 水下目标检测 声光融合 光学图像 声呐图像 |
|
|