基于ATD－CNN模型的黃河鄭州段水面漂浮物檢測研究

打開文本圖片集

摘 要：針對水面漂浮物感知目標(biāo)小、易受干擾、識(shí)別精度低的問題，提出ATD-CNN目標(biāo)檢測模型。結(jié)合注意力機(jī)制，將注意力模塊嵌入FasterR-CNN改進(jìn)模型的基本主干網(wǎng)絡(luò)，計(jì)算特征圖內(nèi)部特征點(diǎn)之間的長距離相關(guān)系數(shù)，對顯著性特征進(jìn)行有效增強(qiáng)，以提升基本主干網(wǎng)絡(luò)對圖像特征的提取能力?；诤幽鲜∴嵵菔谢轁?jì)區(qū)南裹頭黃河沿岸采集的圖像數(shù)據(jù)，對ATD-CNN模型檢測效果進(jìn)行驗(yàn)證，并將該模型性能與FasterR-CNN改進(jìn)模型、YOLOv5單階段目標(biāo)檢測模型進(jìn)行對比。（剩余10709字）