陈明教授等:水下底栖生物轻量化目标检测算法YOLOv7-RFPCW

阅读文章全文：http://www.tcsae.org/article/doi/10.11975/j.issn.1002-6819.202311210

《农业工程学报》2024年第40卷第11期刊载了上海海洋大学赵晨与陈明的论文——“水下底栖生物轻量化目标检测算法YOLOv7-RFPCW”。该研究由广东省重点领域研发计划项目（项目号：2021B0202070001）资助。

引文信息：赵晨，陈明. 水下底栖生物轻量化目标检测算法YOLOv7-RFPCW[J]. 农业工程学报，2024，40(11)：168-177.

DOI: 10.11975/j.issn.1002-6819.202311210

针对水下底栖生物检测模型参数量过多，计算量过大，同时水下环境复杂容易造成错检和漏检，影响模型在水下底栖生物检测任务中的准确性的问题。

提出了一种水下底栖生物轻量化检测算法YOLOv7-RFPCW。对YOLOv7网络重新设计轻量级网络结构，降低了特征提取网络的参数量和计算量，减少模型体积。设计了P-ELAN和P-ELAN-W模块，进一步轻量化特征提取网络；针对水下图像颜色失真，目标的空间位置不准确的问题，采用CBAM注意力模块加强特征融合，减少信息丢失，以更好地适应特殊的水下环境；针对水下目标容易出现形状变形的问题，使用WIOU-V3损失函数替换默认的CIOU损失函数，提高水下底栖生物检测的鲁棒性。

试验结果显示，改进后的模型YOLOv7-RFPCW的参数量和计算量分别减少了75.9%和30.7%，模型体积减小了75.3%，精度提升了1.9个百分点。这一综合性的提升兼顾了轻量化和精度，为在水下环境中部署提供了可行的解决方案，验证了所提出的改进算法能胜任水下底栖生物检测任务。