实验技术与管理第40卷第4期2023年4月ExperimentalTechnologyandManagementVol.40No.4Apr.2023收稿日期:2022-11-30基金项目:国家重点研发计划“智能可持续空中地面物联网络研究”（2021YFE0111600）作者简介:罗偲（1983—），男，湖北武汉，博士，副教授，主要研究方向为智能无人系统，luo_cai@upc.edu.cn。通信作者:任鹏（1981—），男，内蒙古土右旗，博士，教授，博士生导师，主要从事图像处理相关科研和教学工作，pengren@upc.edu.cn。引文格式:罗偲，吴吉花，孙士新，等.基于事件帧与RGB帧融合的水下透明生物检测实验方案设计[J].实验技术与管理,2023,40(4):62-68.Citethisarticle:LUOC,WUJH,SUNSX,etal.ExperimentschemedesignforunderwatertransparentorganismsdetectionbasedonfusionofeventframesandRGBframes[J].ExperimentalTechnologyandManagement,2023,40(4):62-68.(inChinese)ISSN1002-4956CN11-2034/TDOI:10.16791/j.cnki.sjg.2023.04.008基于事件帧与RGB帧融合的水下透明生物检测实验方案设计罗偲，吴吉花，孙士新，李凯扬，任鹏（中国石油大学（华东）海洋与空间信息学院，山东青岛266580）摘要：为了提高水下透明生物的检测精度，在图像预处理方面，提出用事件相机转化得到的事件帧与RGB帧进行图像的像素级融合，以便加强水下透明生物的边缘特征。在检测方面，提出用改进的YOLOX算法进行水下透明生物检测，改进内容包括：添加自适应空间特征融合模块进行加权融合，充分利用不同尺度之间的特征；使用Focalloss函数，缓解数据集中类别不均衡问题；使用iouα-函数进行更准确的边界框回归，提高定位的准确率。实验结果表明，与传统的YOLOX算法相比，该文提出的算法的mAP提高了2.58%，与FasterR-CNN、SSD等算法相比也有较大提升，证明了该文改进YOLOX算法的有效性与优越性。关键词：水下透明生物检测；事件相机；YOLOX；自适应空间特征融合；损失函数中图分类号：TP391文献标识码：A文章编号：1002-4956(2023)04-0062-07ExperimentschemedesignforunderwatertransparentorganismsdetectionbasedonfusionofeventframesandRGBframesLUOCai,WUJihua,SUNShixin,LIKaiyang,RENPeng(CollegeofOceanographyandSpaceInformatics,ChinaUniversityofPetroleum(EastChina),Qingdao266580,China)Abstract:Inordertoimprovethedetectionaccuracyofunderwatertransparentorganisms,intheaspectofimagepreprocessing,itisproposedtousetheeventframec...
