基于改进YOLO v5的野外实景视频水鸟检测方法

吴恺; 李黎; 王嘉芃; 张登荣; 赵安邦; 李俊青; 夏青

doi:10.19926/j.cnki.issn.1674-232X.2023.02.272

杭州师范大学学报（自然科学版） ›› 2024, Vol. 23 ›› Issue (4) : 351 -358. DOI: 10.19926/j.cnki.issn.1674-232X.2023.02.272

基于改进YOLO v5的野外实景视频水鸟检测方法

吴恺, 李黎, 王嘉芃, 张登荣, 赵安邦, 李俊青, 夏青

作者信息 +

Author information +

文章历史 +

PDF

摘要

为实现野外视频监控下水鸟的快速准确识别，基于YOLO v5框架提出了一种自动化水鸟实时检测方法YOLO v5＿k-mixup.该方法在YOLO v5网络的基础上内置了Mixup数据增强模块，能有效提高YOLO v5的泛化能力，改善水鸟相互遮挡无法识别的问题；同时，针对水鸟体型差异带来的检测框定位困难问题，提出了基于k-means++聚类锚框的方法，提高了检测框定位精度.与未改进的YOLO v5相比，YOLO v5＿k-mixup在保持高检测速度的情况下，平均精度由84.8%提升到了87.1%.改进后的模型对复杂环境、密集遮挡等情况下的水鸟均能实现高精度识别与定位，具有较强的鲁棒性.