2023，59（6）近年来，我国围绕“进一步关心海洋、认识海洋、经略海洋”做出重要部署，强调海洋强国战略，加强深海研究。而对于海洋的探索远离不开水下光学、声学技术的支持，无论在资源开发、海底捕捞、遗迹探寻，还是军事行动中，都具有重要研究价值。相较于声学，水下光学具有分辨率高、信息丰富和成本低等特点，因此成为水下近距离环境感知主要手段，广泛应用于海底生物监测、水下机器人视觉技术等多种场合[1-3]。然而，由于水下环境和光照条件较为特殊，水下视觉信号通常会退化，形成对比度低、颜色失真和模糊感强烈的水下图像（如图1所示，水下原始图像），因此水下目标检测难度较大。早期水下目标检测主要是基于人工特征提取的机器学习方法，即通过颜色、形状、纹理等特征来刻画水下改进YOLOv3-SPP水下目标检测研究叶赵兵，段先华，赵楚江苏科技大学计算机学院，江苏镇江212100摘要：针对水下目标检测任务中图像模糊、背景复杂以及目标小而导致误检和漏检问题，提出一种改进YOLOv3-SPP的水下目标检测算法。利用UWGAN网络对水下原始图像进行恢复，采用Mixup方法增强数据，减少错误标签记忆；以YOLOv3-SPP网络结构为基础，增加网络预测尺度，提高小目标检测性能；引入CIoU边框回归损失，提高定位精度；利用K-Means++聚类算法，筛选最佳Anchorbox。将改进YOLOv3-SPP算法在处理后的URPC数据集上进行实验，平均检测精度由79.58%提升到88.71%，速度为28.9FPS。结果表明，改进算法综合检测能力优于其他算法。关键词：水下目标；图像增强；YOLOv3-SPP；UWGAN；CIoU；K-Means++文献标志码：A中图分类号：TP391doi：10.3778/j.issn.1002-8331.2204-0264ResearchonUnderwaterTargetDetectionbyImprovedYOLOv3-SPPYEZhaobing,DUANXianhua,ZHAOChuSchoolofComputerScience,JiangsuUniversityofScienceandTechnology,Zhenjiang,Jiangsu212100,ChinaAbstract：Tosolvetheproblemoffaultyandomitteddetectionthatresultsfromblurredimages,complexbackgroundsandsmalltargetsinunderwatertargetdetectiontasks,animprovedYOLOv3-SPPunderwatertargetdetectionalgorithmisproposed.Firstly,theoriginalunderwaterimageisrecoveredbyUWGANnetwork,andtheMixupmethodisemployedtostrengthenthedataanddiminishthemislabeledmemory.Secondly,theYOLOv3-SPPnetworkstructureisusedasthebasistoincreasethenetworkpredictionscaletoraisethesmalltargetdetectionpe...
