EPBC-YOLOv8:基于注意力机制的高效准确的改进YOLOv8水下检测器
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究将通道和空间注意力集成到YOLOv8中,并在FasterPW模型中应用点卷积,以改善水下目标检测。使用CARAFE进行特征重组,URPC2019和URPC2020数据集的平均精度分别达到76.7%和79.0%,较原YOLOv8提高2.3%和0.7%。
🎯
关键要点
- 本研究将通道和空间注意力集成到YOLOv8中。
- 在FasterPW模型中应用点卷积以改善水下目标检测。
- 使用CARAFE进行特征重组。
- 在URPC2019和URPC2020数据集上的平均精度分别达到76.7%和79.0%。
- 较原YOLOv8提高了2.3%和0.7%。
- 展示了在海洋生物检测中的精确性增强。
➡️