基于YOLOv4改进型的落水人员红外图像检测识别研究  

The infrared image detection and identification for overboard personnel based on theimproved YOLOv4

作　　者：张琛雨 菅永坤 陈爱娟 Zhang Shenyu;Jian Yongkun;Chen Aijuan

机构地区：[1]武警海警学院,浙江宁波315800

出　　处：《天津航海》2024年第3期23-26,共4页

摘　　要：为完善海上落水人员搜救手段,改进落水人员搜救效率较低的问题,利用卷积神经网络在目标检测领域中突出的识别能力,文章提出了一种基于YOLOv4(You Only Look Once version 4)网络的改进方法。首先,针对网络参数冗余的问题引入模型轻量化思想,将网络中参数冗余的主干特征提取网络部分改进为参数精简的GhostNet;其次,在轻量化后的YOLOv4网络中引入混合注意力机制模块,可有效缓解网络对小目标检测性能欠佳的问题;最后,将设备采集的红外图像数据集传入网络训练,对比并解析评价值。结果表明,相较于原版YOLOv4,改进YOLOv4网络的检出率提高了10%以上,检测速度提高了70%以上,在理论上可满足实时检测的需求,可为落水人员检测搜救提供新思路。

关 键 词：卷积神经网络 轻量化 注意力机制 红外图像 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TN219[自动化与计算机技术—计算机科学与技术] U676.8[电子电信—物理电子学]