基于輕量級算法的水上垃圾小目標檢測研究

摘要： 針對水上漂浮垃圾檢測中微小目標物體數(shù)量占比高、檢測畫面易受到水面波動和岸邊環(huán)境反光等多重因素的干擾、檢測模型龐大的參數(shù)量和計算量對終端的部署的設備性能要求高等問題，擬提出一種輕量化、高精度、實時性的檢測模型LS-YOLO。首先，該算法利用HS-FPN金字塔網(wǎng)絡設計構(gòu)造YOLOv8的Neck網(wǎng)絡結(jié)構(gòu)，構(gòu)建的網(wǎng)絡結(jié)構(gòu)犧牲小部分精度，顯著降低了模型的參數(shù)數(shù)量和計算復雜度。其次，通過引... （共10頁）