基于改进YOLOv5的雾霾环境下船舶红外图像检测算法.pdf
<h3>一、基本信息</h3><p>文档名称：基于改进YOLOv5的雾霾环境下船舶红外图像检测算法</p>
<p>文档格式：pdf格式</p>
<p>文档大小：2.79MB</p>
<p>总页数：10页</p>
</br>
<h3>二、简介</h3>
<p>本文提出一种基于改进YOLOv5的雾霾环境下船舶红外图像检测算法，旨在提高复杂天气条件下船舶目标的识别精度。针对雾霾环境导致的图像模糊和对比度下降问题，算法在YOLOv5的基础上引入了注意力机制与多尺度特征融合模块，增强了模型对微弱目标的感知能力。同时，通过优化损失函数，提升了模型在低能见度场景下的鲁棒性。实验结果表明，该算法在红外图像数据集上的检测准确率和召回率均优于传统方法，有效解决了雾霾环境下船舶检测难题，为海上交通安全提供了技术支撑。</p>
</br>
<h3>三、预览</h3>
<img src="https://d.z3060.com/docthumbnail/202509/03/3xlcucf2s3e.webp" title="基于改进YOLOv5的雾霾环境下船舶红外图像检测算法" alt="基于改进YOLOv5的雾霾环境下船舶红外图像检测算法">
页:
[1]