一种基于改进YOLOv8的轻量化船舶检测方法

本发明公开了一种基于改进YOLOv8的轻量化船舶检测方法；属于智能船舶技术领域，操作步骤：建立水上船舶目标数据集；对目标数据集进行加雾加雨数据增强处理；采用FasterNet网络替换YOLOv8模型中CSP DarkNet特征提取网络；在YOLOv8颈部网络引入加权双向特征金字塔网络BiFPN模块，替换YOLOv8原有的PANet结构，将C2f‑Faster模块替换YOLOv8颈部网络中的C2f模块；采用分组卷积对YOLOv8检测头部分进行改进；引入具有动态非单调聚焦机制的WIoUv3代替CIoU作为YOLOv8模型的边界框损失计算函数；经过改进的YOLOv8模型，利用水上船舶目标数据集对改进的YOLOv8模型进行训练，得到最好的权重文件best.pt，对测试集中的图像进行分类和定位。本发明解决水上交通智能化中对船舶目标检测精度不够、模型参数量大、模型复杂难以应用于实际中的问题。