文档详情

基于深度学习的水面漂浮物检测算法研究.pdf

发布：2025-01-02约15.32万字共107页下载文档
文本预览下载声明

摘要

摘要

随着人工智能的发展，新质生产力被广泛地运用到水面漂浮物检测任务中。

目前该任务仍面临诸多挑战：(1)现有的水面漂浮物数据集规模小且丰富度不够，

缺乏光照不均匀、雨雪或者大雾等恶劣天气下的数据信息。(2)针对复杂的水面

环境，主流的目标检测模型的识别精度和实时性会产生衰减。(3)水面漂浮物种

类多且尺寸差异大。本文利用深度学习技术，提出了两种具有较高精度的水面漂

浮物检测算法模型：FG-YOLONet和MF

显示全部
相似文档