一种基于深度学习的内河船舶目标检测识别方法

本发明提供了一种基于深度学习的内河船舶目标检测识别方法，通过改进YOLOv8算法构建多层次浅层信息网络，调整检测层，添加浅层次检测头，更精细地捕捉小目标的特征及其语义信息，针对性的增强了目标识别能力，实现了便捷可交互的检测和识别内河船舶目标的功能。本发明通过结合EfficientNetV2轻量化网络优化策略，改进模型网络结构并采用更有效的损失函数，提升了计算效率和精度，保障了模型训练和推理效率。本发明采用动态非单调聚焦机制确保锚框更加贴合真实边界框模型，提升了检测器的整体表现。本发明解决了复杂水面环境下，小目标的检测效果不理想、检测锚框与实际边界贴合不够紧密、系统交互性不足等问题。