基于YOLOv8s的闸门水下淤堵物快速识别模型
摘要：
针对树枝和石块等水下淤堵物形态多样,现有方法难以高效识别的问题,提出了一种闸门水下淤堵物快速识别模型.该模型基于 YOLOv8s架构,通过整合 FasterNet的高效特征提取模块和 EMA 的多尺度注意力机制,并将CIoU换成 MPDIoU作为定位损失函数,高效检测树枝和石块等水下淤堵物.工程实例分析表明,提出的模型对"所有类别"的精度为 0.821,召回率为 0.513,mAP50 为 0.627,能较好地区分树枝和石块等水下淤堵物,且 FPS 高达120.63 f/s,满足水下探测的实时性需求.
展开
-
作者：
贾强强,贾骁男,何旺,朱延涛
-
刊名：
水力发电
-
年期：
2025.12
在线阅读
收藏