基于模拟退火数据增强的概率框架用于改进水下图像数据中的稠密目标检测
计算机视觉与模式识别
2026-04-24 v1
摘要
目标检测模型通常在光照稳定、水下能见度稳定、视角固定的受控环境中表现良好，但在现实水下环境——其特征为高变异性和频繁遮挡——中性能显著下降。本文通过引入一种新颖的数据增强框架，以提高稠密且无约束水下场景中的鲁棒性，来解决上述挑战。我们采用包含自然环境中鱼类图像的 DeepFish 数据集，首先从提供的分割掩码生成边界框标注，以构建自定义检测数据集。随后，我们提出一种基于伪模拟退火的数据增强算法，灵感来源于 Deng 等人 [1] 的复制粘贴策略，用于合成真实的拥挤鱼群场景。该方法在训练过程中提升了空间多样性和目标密度，从而使模型更好地泛化到复杂场景。实验结果表明，我们的方法在 YOLOv10 基线模型上显著优于基线模型，尤其是在来自佛罗里达州-keys 直播录像片段中人工标注的具有挑战性的测试集上。这些结果表明了该数据增强策略在改善稠密现实水下环境中检测性能方面的有效性。
引用
@article{arxiv.2604.21198,
title = {A Probabilistic Framework for Improving Dense Object Detection in Underwater Image Data via Annealing-Based Data Augmentation},
author = {Eleanor Wiesler and Trace Baxley},
journal= {arXiv preprint arXiv:2604.21198},
year = {2026}
}