水下目标检测

作品数：96被引量：280H指数：9
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：许江湖张明敏乔美英邓敏刘宏更多>>
相关机构：哈尔滨工程大学大连海事大学中国科学院江苏科技大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中国博士后科学基金河南省科技攻关计划国防科技技术预先研究基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于SimAM注意力机制的DCN-YOLOv5水下目标检测
《重庆工商大学学报(自然科学版)》2025年第2期63-70,共8页刘向举 刘洋 蒋社想 
安徽省重点实验室项目(ZKSYS202204).
目的针对水下环境复杂,水下目标因光线折射导致的目标边界模糊或外观、形状可能会发生非刚性形变,使水下目标检测困难的问题,提出了一种基于SimAM注意力机制的DCN-YOLOv5水下目标检测方法。方法首先,采用YOLOv5所使用的双向金字塔网络(B...
关键词：水下目标检测 SimAM注意力机制 可变形卷积 WIoU 
改进YOLOv8的轻量化水下生物检测模型
《计算机工程与应用》2025年第6期96-105,共10页闵锋 张雨薇 刘煜晖 刘彪 
国家自然科学基金(62171328)。
在复杂自然环境下高效探测水下生物资源对中国渔业具有重要意义,为了解决YOLO系列针对复杂的水下环境的检测能力较弱且模型泛化性不足等问题,提出一种基于改进YOLOv8n的水下生物目标检测的方法SGDCYOLOv8。将深度监督的思想融入检测头,...
关键词：水下目标检测 YOLOv8 轻量化 深度监督 
YOLO-Vortex:基于漩涡聚合网络的水下目标检测模型
《计算机科学与应用》2025年第2期57-70,共14页常鲁宁 苑春苗 杨清永 
水下目标检测在海洋探索、生态保护和水下机器人导航等领域具有重要应用。然而,由于水下环境的复杂性,如光照不均匀、悬浮颗粒干扰和低对比度图像,传统的目标检测方法在水下环境中的表现往往不尽如人意,尤其是面对数据中的噪声问题。为...
关键词：水下目标检测 YOLOv7 漩涡聚合网络 噪声特征扰乱 
基于轻量化网络的水下目标检测算法
《无线电工程》2025年第2期264-270,共7页许朝龙 解志斌 宋科宁 
国家自然科学基金(62276117);高端外国专家引进计划(G2023014110)。
基于机器视觉的无人水下航行器(Unmanned Underwater Vehicle, UUV)在工作时往往面临着嵌入式设备计算资源有限、实时检测速度慢的问题,为了解决这些问题,设计了一种轻量化网络检测算法——YOLOv8-FasterECA-Slim-neck-Focaler-EIoU(YOL...
关键词：Focaler-EIoU YOLOv8 水下目标检测 轻量化网络 PConv 
基于YOLOv8改进的水下目标检测算法
《计算机与现代化》2025年第1期113-119,共7页刘飞 杨德刚 章鑫 秦静 
重庆市自然科学基金资助项目(cstc2021jsyj-yzysbAX0011);重庆市教委科学技术研究项目(KJZD-M202300502)。
针对水下图像目标检测中错检、漏检现象导致检测精度低的问题,提出一种改进YOLOv8n的轻量级水下图像目标检测算法,旨在提升水下目标图像的检测精度。首先,用残差网络ResNet10来替换YOLOv8中的骨干网络,以加强骨干网络的特征提取能力;其...
关键词：水下目标检测 YOLOv8 残差网络 注意力机制 损失函数 
基于增强局部特征的水下目标检测
《中国测试》2025年第1期151-158,共8页张银胜 陈戈 张培琰 童俊毅 单梦姣 单慧琳 
国家自然科学基金(62071240,62106111);无锡市“太湖之光”科技攻关(基础研究)项目(K20241047);无锡学院2023年教改研究课题(XYJG2023010,XYJG2023011)。
海洋工程的日常任务经常会利用水下航行器来探测水下环境,针对水下复杂环境采集的图像目标容易出现局部特征信息丢失,导致漏检、检测精度低的问题,提出基于增强局部特征的水下目标检测方法。在主干网络采用Faster Block增强图像特征提...
关键词：深度学习 目标检测 水下图像 部分卷积 注意力机制 局部特征 
IEMAyoloViT:基于改进YOLOv8的水下目标检测算法
《电讯技术》2025年第1期54-62,共9页施克权 李祺 隋皓 朱宏娜 
国家重点研发计划(2019YFB1803500);四川省科技计划(2020YJ0016)。
针对光学成像技术受到光线衰减、散射等因素影响,图像质量和目标分辨率较差,不利于开展水下目标检测任务的问题,提出了一种高效水下目标检测框架IEMAyoloViT。该框架结合了改进Vision Transformer(ViT)主干的YOLOv8算法YOLOViT和一种融...
关键词：水下目标检测 深度学习 视觉自注意力模型 注意力机制 
改进YOLOv8M的水下目标检测算法
《计算机技术与发展》2025年第1期30-37,共8页全文君 骆红涛 
重庆理工大学科研启动基金(0103190032)。
受限于水中检测设备内存欠缺和计算能力不够强大以及水下环境错综复杂等多类因素,水下目标检测会出现检测目标错误和漏检目标等问题。为了解决上述问题,通过对YOLOv8M算法进行改进,提出了一种更高效、精准的算法,使水下目标检测检测性...
关键词：YOLOv8M 水下目标检测 注意力机制 金字塔结构 可变形卷积 损失函数 
基于改进RT-DETR的水下目标检测
《计算机系统应用》2024年第12期131-140,共10页张路 魏本昌 魏鸿奥 周龙刚 
湖北省教育厅项目(B2019077)。
水下目标检测技术在海洋探测中具有重要的现实意义.针对水下场景复杂,以及存在遮挡重叠导致目标特征提取有限的问题,提出了一种适用于水下目标检测的FERT-DETR网络.该模型首先提出了一种特征提取模块Faster-EMA,用于替换RT-DETR中ResNe...
关键词：计算机视觉 RT-DETR FasterNet 注意力机制 高水平筛选特征金字塔 
多尺度与跨空间信息聚合网络的水下目标检测
《激光与光电子学进展》2024年第24期364-373,共10页杨继海 裴晓芳 
国家自然科学基金青年科学基金(42205078);苏高教会“高质量公共课教学改革研究”专项课题(2022JDKT138);高校哲学社会科学研究一般项目(2022SJYB0979);江苏职业教育研究立项课题一般项目(XHYBLX2023282);2023江苏省大学生创新创业训练计划(202313982007Z);无锡学院教改课题(XYJG2023002,XYJG2023023)。
提出一种多尺度与跨空间信息聚合网络的水下目标检测算法。首先,在主干网络中利用可变形层聚合模块进行特征提取,提高网络的定位精度;然后,采用Conv2former模块提高颈部的全局信息提取能力,减少水下目标之间相互遮挡造成的漏检;最后,提...
关键词：全局信息 目标遮挡 多尺度与跨空间信息聚合网络 跨层级连接 水下目标检测 
全选清除导出
共10页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部