农业机械学报

作者：张明华，黄基萍，宋巍，肖启华，赵丹枫

单位：上海海洋大学,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：水下生物;多尺度目标检测;YOLO v7;空洞卷积;上采样算子;相似性度量

基金：国家自然科学基金项目(61972240、42106190)

针对水下目标检测面临着生物尺度变化大以及样本不均衡的问题，本文提出一种水下生物多尺度目标检测方法(Underwater multi-scale-YOLO v7，UMS-YOLO v7)。首先，设计一种由可切换空洞卷积组成的特征提取模块，该模块可在不同大小的感受野上捕获多尺度目标特征，使得提取的特征信息更加全面；其次，使用轻量级的上采样算子融合上下文信息，提高模型对目标的特征学习能力；最后，通过结合Wise-IoU和归一化Wasserstein距离两种相似性度量，提高了不同尺度目标的定位精度，同时降低了多尺度样本分布不均衡对模型的影响。实验结果表明，该模型相较于当前其他模型在检测精度方面表现出明显的提升，在RUOD和DUO数据集上平均精度均值分别达到64.5%和68.9%。与YOLO v7模型相比，UMS-YOLO v7提高了多种尺度目标检测精度，在DUO数据集上，针对大、中、小3种尺度目标平均精度均值分别提升8.3、4.8、12.5个百分点，其中小目标提升效果最为显著。与现有的其他模型相比，改进的模型具有更高的检测精度，更适用于水下生物多尺度目标检测任务，并且针对不同数据分布的样本具有泛化性和鲁棒性。

来源：2025年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第1期