基于YOLOv5s的舰船小目标检测方法研究

作     者：师红宇 蔡自桂 杜文 张哲于 SHI Hongyu;CAI Zigui;DU Wen;ZHANG Zheyu

作者机构：西安工程大学计算机科学学院西安710048 

基　　金：陕西省重点研发计划项目(编号:2022GY-058) 西安市科技创新人才服务企业项目(编号:2020KJRC0022)资助 

出 版 物：《舰船电子工程》 (Ship Electronic Engineering)

年 卷 期：2025年第45卷第2期

页      码：34-38,73页

摘      要：海面舰船目标检测容易受陆地、海浪等背景的干扰。针对舰船小目标检测精度低和鲁棒性差的问题,提出一种改进的舰船目标检测模型CWMA-YOLOv5s。首先,设计具有多分支跨层连接的C2f模块丰富多目标舰船梯度流信息。然后,设计并实现了残差多头自注意力融合模块优化特征融合效果。其次,改进Predection网络,设计SCP结构,提高了舰船目标的显著度。最后,引入改进的WIOU损失函数解决CIOU损失函数带来的梯度爆炸和模型提前退化问题。实验结果表明,与YOLOv5s模型相比,该模型在MASATI-v2数据集上,精度提高了13.1%,召回率提高了12.8%,mAP@50提高了6.8%。与其他同类型检测算法相比,该算法拥有更好的学习能力,整体检测精度达到了82.3%,具有较强的鲁棒性。

主 题 词：舰船检测 多头自注意力机制 空间上下文金字塔 WIOU损失函数 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1672-9730.2025.02.008

馆 藏 号：203158279...