摘要
本发明公开了一种基于YOLO11‑WDSA模型的水下垃圾检测方法,属于深度学习、计算机视觉技术和水下环境保护技术领域,本发明的基于改进YOLO11模型的水下垃圾检测方法,步骤主要包括:S1.获取水下垃圾检测待处理数据,并对数据进行预处理;S2.采用WMFE模块改进骨干网络对预处理后的图片进行特征提取,提高对多尺度目标的特征提取能力;S3.颈部网络采用DySample上采样算子,在降低参数成本的同时提高特征细节提取能力;S4.在训练阶段采用ShapeIoU损失作为边界损失,ATFL作为分类损失,提高检测任务的整体性能。利用本发明提出的YOLO11‑WDSA模型框架能够解决对水下目标检测时存在目标多尺度,图像模糊等问题。采用本发明提出的模型提高了水下垃圾检测任务的精度和可靠性,确保了模型的高效性。
技术关键词
垃圾检测方法
上采样
模块
更新网络参数
特征提取能力
计算机视觉技术
数据
环境保护技术
标签文件
图片
数学
样本
多尺度
图像
训练集
通道
复杂度
算法