基于改进Faster R-CNN模型的水面漂浮物检测方法

摘要

水面环境治理长期以来都是生态环保的一项重要工作。然而,人工清理水面垃圾的方式难以满足实际工作需求。近年来,深度学习驱动的目标检测算法被成功应用在诸多领域。为解决传统检测方法效率低的问题,本文提出了一种水面漂浮物检测方法。该方法以Faster R-CNN模型为基础,对其主干网络做了改进。在自建的小型水面漂浮物数据集上进行实验,模型识别精度达到77.02%,相较于其它模型有至少2.56%的提升。此外,大量对比实验表明,该模型具有良好的检测性能,基本满足实际需求。