一种改进的YOLOv5s识别检测湖面漂浮物算法

陆文雪; 王永星; 陆羽琪; 成淑婷

doi:10.15886/j.cnki.hndk.2025022003

海南大学学报（自然科学版中英文） ›› 2025, Vol. 43 ›› Issue (05) : 587 -596. DOI: 10.15886/j.cnki.hndk.2025022003

一种改进的YOLOv5s识别检测湖面漂浮物算法

陆文雪, 王永星, 陆羽琪, 成淑婷

作者信息 +

Author information +

文章历史 +

摘要

为解决YOLOv5s算法在湖面场景下对漂浮物误检和漏检的问题，提出一种改进的轻量化YOLOv5s算法，以提高对湖面漂浮物的识别。改进的轻量化YOLOv5s算法在Backbone层采用轻量化ShufflenetV2＿cssp网络并结合DSPPF＿CS模块，在Neck层引入改进RFBSD模块，同时通过CIoU＿SC损失函数与尺度缩放机制优化边界框回归。实验结果表明，改进的轻量化YOLOv5s算法能有效降低湖面检测中的误检率和漏检率，特别是在强反光场景下可抑制水面波纹误判，漏检率显著降低；在保障检测精度前提下，实现了帧率速度的优化，为湖面漂浮物检测应用提供支持。