基于加强特征融合的轻量化船舶目标检测

摘要：

针对基于深度学习的海上船舶目标检测任务中存在检测网络复杂且参数量大、检测实时性差的问题,提出一种加强特征融合的轻量化YOLOv4算法——MA-YOLOv4.首先使用MobileNetv3替换主干网络,引入新的激活函数SiLU并使用深度可分离卷积代替普通3×3卷积降低网络参数量;其次加入自适应空间特征融合模块加强特征融合;最后使用MDK-means聚类算法得到适用于船舶目标的锚框,用Ship7000数据集进行训练和评估.实验结果表明,改进算法与YOLOv4相比,模型参数量降低82%,mAP提高2.57%,FPS提高30帧/s,能实现对海上船舶的高精度实时检测.

关键词：船舶检测、YOLOv4、MobileNetv3、自适应空间特征融合、聚类算法、目标检测

所属期刊栏目：32

分类号：TP391.4;TP183;TN911.73

资助基金：陕西省科技计划重点项目2017ZDCXL-GY-05-03

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：288-294