基于改进YOLO的水面漂浮物识别方法及水面清污机器人

本发明涉及漂浮物识别领域，具体涉及一种基于改进YOLO的水面漂浮物识别方法及水面清污机器人。方法包括：构建水面漂浮物数据集，搭建改进YOLO网络模型；其中，改进YOLO网络模型在骨干网络和颈部网络中通过空间特征重组模块提取图像的不同尺度特征；在颈部网络通过交叉路径聚合模块对不同特征层进行多路径交互融合，并通过背景噪声抑制模块增强图像前景中的漂浮物特征；最后由检测头根据颈部网络输出进行目标分类；使用水面漂浮物数据集训练改进YOLO网络模型，得到训练好的网络模型；利用训练好的网络模型对待识别的水域图像进行识别，得到识别结果。本发明可以显著提高漂浮物的检测精度，更加适应存在噪声干扰的水面漂浮物检测场景。