基于改进YOLOv7-tiny的水下小目标检测算法

摘要

针对水下环境复杂多变，水下小目标检测容易出现漏检、误检、精测精度低等问题，提出了一种改进的YOLOv7-tiny水下目标检测模型。首先，在特征融合网络（Neck）部分引入卷积块注意力模块（CBAM），在提取特征时，通过调节各通道之间的权重参数，提高对特征对象的特征提取能力；其次，采用柔性非极大抑制算法（softNMS）替换原有网络中的非极大抑制算法（NMS），通过适当保留重叠的检测框，提高重叠目标的检测精度；最后，使用轻量化上采样算子CARAFE(content-aware ReAssembly of FEatures)替换原模型中的最邻近插值，将不同尺度的特征信息融合起来，提高模型的表达能力。结果表明，改进后的目标检测模型与原模型，YOLOv5,YOLOv8相比，平均精度均值分别提高了3.72%,5.32%和1.70%，达到了较好的检测效果。

关键词

YOLOv7-tiny / 目标检测 / CBAM / Soft-NMS / CARAFE