BriefGPT - AI 论文速递
·
AMSP-UOD: 涡旋卷积与随机扰动相遇的水下目标检测
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文提出了一种针对水下物体检测的新方法，即振幅调制随机扰动和涡旋卷积网络（AMSP-UOD）。该方法通过减弱噪声影响、增强特征提取能力、减少参数并提高网络鲁棒性来提高水下物体检测准确性。实验结果表明，该方法优于现有方法在准确性和抗噪性方面。代码将公开提供。
🎯
关键要点
-
提出了一种新方法：振幅调制随机扰动和涡旋卷积网络（AMSP-UOD）用于水下物体检测。
-
AMSP-UOD通过AMS涡旋卷积（AMSP-VConv）减弱噪声影响，增强特征提取能力，减少参数，提高网络鲁棒性。
-
设计了长程和短程特征的关联增强模块（FAD-CSP），改善复杂水下环境中的网络性能。
-
采用基于非最大值抑制和纵横比相似性阈值的后期处理方法，优化密集场景中的检测，提升物体检测准确性。
-
在URPC和RUOD数据集上的大量实验表明，该方法在准确性和抗噪性方面优于现有最先进方法。
-
AMSP-UOD提供了一种具有实际应用潜力的创新解决方案，代码将公开提供。
➡️
