基于RetinaNet的海洋魚類檢測算法

摘要： 為了更好地保護(hù)和利用海洋魚類資源，需要對(duì)海洋魚類進(jìn)行有效監(jiān)測，但海洋環(huán)境復(fù)雜，導(dǎo)致海洋魚類的識(shí)別檢測普遍存在檢測精度不佳等問題。針對(duì)上述問題，本文提出一種基于RetinaNet改進(jìn)的海洋魚類檢測算法。首先，用DenseNet-121替換RetinaNet原有的主干網(wǎng)絡(luò)，減少參數(shù)量的同時(shí)保留了更多的魚類圖像特征。然后，在主干網(wǎng)絡(luò)中引入卷積注意力模塊，引導(dǎo)神經(jīng)網(wǎng)絡(luò)更有針對(duì)性地提取圖...