摘要
本发明公开了一种轻量化水下目标检测方法,涉及水下目标检测技术领域,包括:以YOLOv8为基准模型,对所述YOLOv8的网络骨干使用轻量化的RepGhost重参数模块实现特征复用,并采用SPD卷积模块替换网络骨干的卷积层;采用全局特征金字塔GFPN替换所述YOLOv8的网络颈部,进行特征融合;采用CLLA检测头替换所述YOLOv8的网络头部,提高对目标的识别和定位,获得轻量化水下目标检测模型;对所述轻量化水下目标检测模型进行性能评估,并将其应用到实际场景中,实现水下目标检测。本发明解决了传统方法在复杂水下环境和有限的计算资源下难以进行准确检测,以及未能考虑模型轻量化的问题。
技术关键词
局部注意力机制
特征金字塔
卷积模块
网络
检测头
参数化技术
标签
批量
基准
通道
场景
滤波器
焦点
语义
索引
分支
因子
系统为您推荐了相关专利信息
数据融合方法
分布式协同
改进型蚁群算法
回声状态神经网络
全局时钟
特征提取模块
特征提取网络
遥感图像语义分割
多源遥感图像
输出特征
口扫设备
轻量卷积神经网络
牙齿咬合面
自动检测方法
深度学习模型
城市安全监控
卷积神经网络模型
检测机构
传感电路
画面