文章详情
| 稿件标题： | YOLOv7-F：一种轻量级船舶实时检测算法 |
| 稿件作者： | 王微1，2,郁强3，王五桂4，邢博闻2 |
| DOI： | 10.11809/bqzbgcxb2024.11.002 |
| 科学编辑： | 张兰勇 博士（哈尔滨工程大学 教授、博导） |
| 栏目名称： | 智能舰船自主航行技术专栏 |
| 关键词： | 船舶检测；深度学习；模型轻量化；注意力机制；YOLOv7 |
| 文章摘要： | 船舶检测在内河航运管理中至关重要，在复杂的水面条件下，船舶检测很难兼顾准确性和实时性。针对这个问题，提出了一种改进 YOLOv7 的船舶实时检测方法YOLOv7-F。YOLOv7-F将GhostNet引入骨干网络进行特征提取，再将分布移位卷积引入特征融合网络，实现了模型轻量化。在特征融合网络中引入注意力机制，弥补模型轻量化带来的精度损失。损失函数也进行相应改进，使检测模型更适用于船舶数据集。HPRship数据集的实验结果表明，与传统YOLOv7检测模型相比，计算量减少了38.8×109，模型参数量减少了5.7×106，检测精度mAP0.5提升了0.7%，为98.80%。YOLOv7-F在轻量化和检测精度之间取得了良好的平衡，能够准确实时地完成船舶检测任务，适合部署到存储和计算有限的小型设备上。 |
| 引用本文格式： | 王微,郁强，王五桂，等.YOLOv7-F：一种轻量级船舶实时检测算法［J］.兵器装备工程学报，2024，45(11)：11-18. WANG Wei, YU Qiang, WANG Wugui, et al.YOLOv7-F: A lightweight real-time ship detection algorithm［J］.Journal of Ordnance Equipment Engineering，2024，45(11)：11-18. |
| 刊期名称： | 2024年11期 |
| 出版时间： | 2024年11月 |
| 收稿日期： | 2024-05-13 |
| 修回日期： | 2024-07-18 |
| 录用日期： | 2024-08-27 |
| 上线时间： | 2024年11月30日 |
| 浏览次数： | 1884 |
| 下载次数： | 109 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |