基于改进YOLOv7的近岸目标船舶检测算法

李毓滦, 胡秀波, 李鑫军, 曹睿, 万占鸿, 韩冰

辽宁科技大学学报 ›› 2024, Vol. 47 ›› Issue (03) : 204 -212.

PDF
辽宁科技大学学报 ›› 2024, Vol. 47 ›› Issue (03) : 204 -212. DOI: 10.13988/j.ustl.2024.03.007

基于改进YOLOv7的近岸目标船舶检测算法

    李毓滦, 胡秀波, 李鑫军, 曹睿, 万占鸿, 韩冰
作者信息 +

Author information +
文章历史 +
PDF

摘要

为了提高近岸小目标船舶检测精度,本文提出一种基于YOLOv7网络模型的YOLO-ConSwin船舶目标检测算法,在主干网络中融合ConvNext与Swin-Transformer模块,增强模型在多尺度上捕捉特征的能力。在特征金字塔网络结构中引入SimAM无参数注意力机制,强化对重要通道特征的敏感性,增强船舶目标的权重,抑制背景噪声。实验结果表明,与YOLOv7s相比,船舶识别精确率提升11个百分点,证明YOLO-ConSwin算法满足小目标船舶检测要求。

关键词

船舶检测 / 目标检测 / YOLOv7 / 注意力机制

Key words

引用本文

引用格式 ▾
基于改进YOLOv7的近岸目标船舶检测算法[J]. 辽宁科技大学学报, 2024, 47(03): 204-212 DOI:10.13988/j.ustl.2024.03.007

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

146

访问

0

被引

详细

导航
相关文章

AI思维导图

/