yolov论文-基于YOLOv5s的水下生物识别算法研究

针对水下生物识别存在的精度较低、漏检率高的问题，提出一种基于改进 YOLOv5s 的水下生物识别算法YOLOv5s-CE。 首先将自动色彩均衡算法 ACE 作用于水下图像，提升水下生物图像的对比度，消除色偏；同时在 YOLOv5s网络模型的 Backbone 部分嵌入 CA 注意力模块，增强网络对目标特征提取能力；改进损失函数，达到保留有利特征和提高收敛速度的目的。 实验结果表明，改进后的 YOLOv5s-CE 的平均精度提高了 3.9%，可以满足对水下生物实时检测的要求。