一种基于改进YOLOv5的水下目标检测方法技术

本发明专利技术涉及水下图像目标检测技术领域，具体是一种基于改进YOLOv5的水下目标检测方法，包括以下步骤：获取水下目标的初始数据集，对初始数据集进行增强，以扩充数据集的规模；采用FastNet重构YOLOv5的C3模块,提出了C3Fast模块。将Biformer注意力机制嵌入到主干网络的末端；采用Focal‑EIoU改进模型的损失函数；采用有效融合多尺度特征的特征融合网络BiFPN；将数据送入优化改进后的YOLOv5模型进行训练；用训练好的YOLOv5模型对水下图像进行检测。本发明专利技术能够保证在不大幅度降低检测速度的前提下，在复杂的水下环境中，提高检测模型对多种目标的检测精度。

【技术实现步骤摘要】

本专利技术涉及目标检测，尤其是一种基于改进yolov5的水下目标检测方法。

技术介绍

1、水下环境的特殊性，如光线衰减和水质混浊等因素，常导致水下图像质量较差，从而增加了水下目标检测的难度。由于样本类别不平衡以及水下图像质量差等原因，面对复杂水下环境下的多目标检测任务变得困难，导致水下模型检测速度慢、检测精度的问题。

技术实现思路

1、本专利技术需要解决的技术问题是提供一种基于改进yolov5的水下目标检测方法，准确地在低质量水下图像中检测和定位目标，提高检测精度。

2、为解决上述技术问题，本专利技术所采用的技术方案是：一种基于改进yolov5的水下目标检测方法，包括如下步骤：

3、步骤s1、获取水下特定目标的初始数据集是通过标记软件对获得的水下图像进行标注，将图像中的目标用特定的方框标记出来。

4、步骤s2、对原始数据集进行增强，以扩充数据集规模。

5、步骤s3、重构yolov5的c3模块,提出了c3fast模块，在降低模型参数量的同时，提高模型的检测效果，进本文档来自技高网...

【技术保护点】

1.一种基于改进YOLOv5的水下目标检测方法，其特征在于：包括如下步骤：

2.根据权利要求1的一种基于改进YOLOv5的水下目标检测方法，其特点在于：在步骤S1中，使用LabelImg对采集的水下图像进行标注，并将标注格式调整为适用于YOLOv5模型训练的格式。

3.根据权利要求1所述的一种基于改进YOLOv5的水下目标检测方法，其特征在于：所述步骤S2中采用Mosaic算法对初始数据集进行增强。

4.根据权利要求1所述的一种基于改进YOLOv5的水下目标检测方法，其特征在于：所述步骤S3中YOLOv5模型的重构C3模块的方式为：用FastNet重构...

【技术特征摘要】

1.一种基于改进yolov5的水下目标检测方法，其特征在于：包括如下步骤：

2.根据权利要求1的一种基于改进yolov5的水下目标检测方法，其特点在于：在步骤s1中，使用labelimg对采集的水下图像进行标注，并将标注格式调整为适用于yolov5模型训练的格式。

3.根据权利要求1所述的一种基于改进yolov5的水下目标检测方法，其特征在于：所述步骤s2中采用mosaic算法对初始数据集进行增强。

4.根据权利要求1所述的一种基于改进yolov5的水下目标检测方法，其特征在于：所述步骤s3中yolov5模型的重构c...

【专利技术属性】
技术研发人员：顾杰，沈洁，陈哲，
申请(专利权)人：河海大学，
类型：发明
国别省市：