农业机械学报

作者：覃学标，黄冬梅，宋巍，贺琪，杜艳玲，徐慧芳

单位：上海海洋大学,上海海洋大学;上海电力大学,上海海洋大学,上海海洋大学,上海海洋大学,上海海洋大学,

关键词：模糊水下图像;鱼类检测;图像增强;输出混合

基金：国家自然科学基金项目（61972240）和上海市科委部分地方高校能力建设项目（20050501900、20050500700）

针对模糊水下图像增强后输入鱼类检测模型精度降低的问题，提出了模糊水下图像多增强与输出混合的鱼类检测方法。利用多种图像增强方法对模糊的水下图像进行增强，将增强后的图像分别输入鱼类检测模型得到多个输出，对多个输出进行混合，然后利用非极大抑制方法对混合结果进行后处理，获得最终检测结果。YOLO v3、YOLO v4 tiny和YOLO v4模型的试验结果表明，对比原始图像的检测结果，本文方法的检测精度分别提高了2.15、8.35、1.37个百分点；鱼类检测数量分别提高了15.5%、49.8%、12.7%，避免了模糊水下图像增强后输入鱼类检测模型出现精度降低的问题，提高了模型检测能力。

来源：2022年第7期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第7期