一种低光照环境下的水面漂浮物识别方法

本发明提出了一种低光照环境下的水面漂浮物识别方法，通过改进的Yolov7目标检测模型、Gold‑YoLo特征融合模块、CBAM‑Enhanced Retinex‑Net图像增强网络和MPDIoU损失函数，显著提高了低光照环境下漂浮物的检测精度。CBAM注意力机制与自适应增强策略有效增强了图像的亮度、对比度和细节信息，解决了传统Retinex算法在低光照下的过度增强问题。Gold‑YoLo模块通过多尺度特征交互提升了漂浮物特征的提取能力。MPDIoU损失函数优化了边界框回归精度，提高了复杂环境下的稳定性。实验结果表明，本发明能够有效降低漏检率、提高小型漂浮物识别精度，适用于水质监测、海洋保护等领域的实时漂浮物检测。