基于改进YOLOv7的轻量化海洋生物检测算法
郑凯东
蒋瑞娜
西安石油大学 陕西西安 710065
摘要：水下设备在内存和计算能力方面的限制,以及其复杂的运行环境,导致检测过程中频繁出现误检和漏检现象.为解决这些难题,文章提出了一种耗资少且检测效率与精度高的轻量化海洋生物检测算法YOLOv7-RDBC.具体而言,在YOLOv7骨干网络中融入RepViT轻量级网络,设计D-ELAN和D-MPConv模块,进一步实现网络的轻量化,加快检测速度.另外,借助BiFPN实施多尺度特征融合,再结合CBAM卷积注意力机制,增强关键特征的表达能力,提高检测精度.实验结果显示,相较于传统的YOLOv7模型,YOLOv7-RDBC在多个性能指标上都有明显提升,在海洋生物检测任务中表现出色,具备广阔的应用前景.
关键词：RepViT轻量级网络YOLOv7多尺度特征融合注意力机制目标检测水下环境
论文发表日期：2025-07-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 25-28 )