基于注意力机制的海上小目标检测方法

本发明涉及一种基于注意力机制的海上小目标检测方法，采用YOLOv5算法中网络深度、宽度和参数量最小的YOLOv5s作为基准模型，从而减少模型参数、减少算力需求以及提高计算效率。在YOLOv5主干特征提取网络CSPDarknet后引入了通道注意力机制，提高卷积神经网络对于微小目标特征信息的关注；在通道注意力机制后采用基于空洞卷积的语义增强模块DAM，替换YOLOv5的SPPF结构，通过融合不同感受野的特征层获得更为丰富的上下文信息；此外在颈部结构中各个特征融合单元后增加双卷积分流聚合结构C2f，增强模型的特征融合能力。小目标精测精度提升，错检、漏检情况得到明显改善；复杂场景下目标检测效果良好；目标检测精确率、召回率、平均准确率均有提高，检测速度满足实时推理需求。