水下小样本目标检测方法

平均检测精度94.73%

针对水下目标小样本和图像质量低的问题，提出了一整套方法，包括改进的RGHS图像增强算法和基于YOLOv4的改进网络，在水下机器人应用中达到94.73%的平均检测精度。

Hu, Luo · Haobin, Ruan · 屠大维

Robotic Intelligence and Automation 2024

参数信息

平均检测精度

94.73 %

检测精度提升

3.5 %

技术优势

检测更准

改进后的方法在水下机器人应用中平均检测精度达到94.73%，比传统YOLOv4高3.5%。

抗图像退化

改进的RGHS算法增强了低对比度和颜色失真的水下图像，为后续检测提供了更清晰的输入。

应用场景

• 水下机器人：直接部署在现有水下机器人上，提升其自主目标检测能力。
• 水下目标检测：用于水下生物或物体识别，降低人工筛查成本。
• 水下无人机：增强水下无人机的环境感知，适合科考与巡检。
• 工业机器人：为水下工业机器人提供视觉检测方案，支持管线检查等作业。