一种基于SKNet和YOLOv5的海洋目标识别方法

    公开(公告)号:CN115147650A

    公开(公告)日:2022-10-04

    申请号:CN202210780105.8

    申请日:2022-07-04

    摘要: 一种基于SKNet和YOLOv5的海洋目标识别方法,包括以下步骤:S1、构建海洋目标样本库;S2、引入SKNet,构建新的SCSP1_X单元;S3、引入SKNet,构建新的SCSP2_X单元;S4、基于SCSP1_X、SCSP2_X和YOLOv5网络构建新的SK‑YOLOv5网络结构;S5、设计损失函数;S6、训练及优化,得到最优模型;S7、用得到的最优模型进行目标检测和识别。本发明针对基于遥感影像的海洋目标图像具有多尺度、形状变化大、颜色暗淡、目标边界不清、图像模糊等问题,在YOLOv5的网络架构中引入SKNet注意力模块,提出一种新的SK‑YOLOv5网络,增强网络对多尺度复杂海洋目标的特征提取和自适应能力,提升了对复杂海洋目标的检测及分类准确率。