一种基于图像增强算法与改进YOLOv5的雾天船舶检测方法

摘要

本发明提供一种基于图像增强算法与改进YOLOv5的雾天船舶检测方法，包括：对采集到的雾天船舶图像数据用MSRCP和CLAHE算法进行图像预处理；将预处理的图像进行标注，构建成数据集；对网络进行改进，采用k‑means++聚类方法设计先验框；在网络主体部分，将CA注意力模块嵌入到C3模块中；采用SoftPool池化替换原来的MaxPool池化；利用数据集对改进的YOLOv5网络进行训练，获取基于改进YOLOv5网络的检测模型以及权重文件；利用训练好的网络模型对数据集内的图像进行检测，得到预测结果。本发明能够实现对海上雾天环境下船舶的实时检测，有效解决了雾天环境下对于远处小目标船舶检测时召回率低、检测精度低的问题。