基于YoloX-ECA模型的非法野泳野钓现场监测技术

摘要

我国每年有大量人员因为非法在水库及河湖水域游泳、钓鱼溺水而丧生,这些水域往往地处偏僻,无法安排监管人员24小时值守。同时,由于速度和准确度难以兼具,或体积较大难于部署等原因,现有基于视觉的目标检测方法也无法实现对非法野泳、野钓行为的实时检测。基于此,提出了融合注意力机制的YoloX-ECA模型,通过在YoloX骨干网络中的残差块和特征金字塔网络中添加ECA模块,以求在保持原YoloX模型较快检测速度的同时提升对野泳、野钓行为的检测效果。基于自制野泳、野钓数据集的实验证明,改进的YoloX-ECA模型对河湖水域的野泳、野钓行为的检测性能(AP)在90%以上,检测速度为62.29fps。模型整体性能(mAP)较原YoloX模型提高1.21%,同其他目标检测算法如Faster-RCNN相比性能同样占优。改进的YoloX-ECA模型的实时性和准确性均达到预期设计目标,在河湖流域智能监管等领域有较大的应用前景。