摘要
一种基于注意力机制和DropBlock的YOLOv5海洋鱼类目标检测方法,它包括以下步骤:步骤1:进行目标鱼类数据集的获取;步骤2:对所获得的数据集进行标注、划分;步骤3:构造加入注意力机制和DropBlock的YOLOv5海洋鱼类目标检测模型;步骤4:采用所构造的海洋鱼类目标检测模型进行鱼类的检测。本发明的目的是为了解决现有的鱼类检测方法由于海洋鱼类活动范围较大以及多样的生存环境,在水下拍摄的鱼类存在变形,无法捕捉到较为清晰的鱼类目标,影响鱼类检测的准确率,而单一的卷积神经网络提取鱼类特征易受到图像噪声的干扰,无法快速的检测出鱼类,从而影响目标检测方法的速度和精度的技术问题。