基于YOLOv8n注意力机制的水下生物检测方法
2026.01.21点击：
摘要：<正>针对水下生物检测中复杂光学环境导致的精度与速度失衡问题，本研究提出一种YOLO-DPA模型，该模型基于轻量化YOLOv8n架构，集成双路径协同全局注意力机制DPC＿GAM与动态权重WIoU损失函数。DPC＿GAM通过主路径与辅路径的并行设计，增强多尺度特征表达与局部细节保留能力；WIoU通过区域权重系数优化边界框定位，有效平衡大/小目标检测性能。消融实验显示二者协同使mAP50/mAP50-95分别较基准提升5.6%和2.4%，召回率提升至64.8%，计算复杂度维持轻量化。
基金资助： 闽南理工学院2025年度校级科研基金科技类（25KYX015）；
专辑： 信息科技
专题： 计算机软件及计算机应用
分类号： TP391.41
- 上一篇：S波段大功率16通道高集成数字阵列模块设计 2026/1/21
- 下一篇：ESP32智能牛棚控制电路设计研究 2026/1/21