基于改进YOLOV3模型的全天候海面目标检测模型

摘要

本发明涉及计算机视觉和深度学习目标检测领域，具体说是一种基于改进YOLOV3模型的应用于USV的全天候海面目标检测模型，引入具有特征重用特性的DenseNet结构，替换原YOLOV3模型中下采样层，使目标特征在深度神经网络层中传输的同时，减少特征损失，提高特征传播的稳定性。通过在真实海洋环境中获得的数据上开展实验表明，本发明提出的基于改进YOLOV3模型的应用于USV的全天候海面目标检测方法优于现有方法，具体表现在USV实际海洋任务中能适用于各种天气变化情况，以及具有更好的实时性。