通过时空分析和空间注意力网络提升水下目标检测
计算机视觉与模式识别
2025-10-31 v1 计算与语言
机器人学
摘要
本研究考察了时空建模和深度学习模型中集成空间注意力机制在水下目标检测中的有效性。具体而言，在第一个阶段，评估了时序增强 YOLOv5 变体 T-YOLOv5 的性能，并与标准 YOLOv5 进行比较。在第二个阶段，开发了 T-YOLOv5 的增强版本，通过添加卷积块注意力模块（CBAM）实现。通过检查已存在的 YOLOv5 和 T-YOLOv5 模型以及新开发的 T-YOLOv5 with CBAM 的有效性。有了 CBAM，研究突出了时空建模在动态海洋环境中的检测准确性，特别是在突发运动、部分遮挡和渐进运动的情况下。测试结果显示，YOLOv5 的 mAP@50-95 为 0.563，而 T-YOLOv5 和 T-YOLOv5 with CBAM 分别达到 0.813 和 0.811，凸显了其在检测复杂目标方面的优越准确性和泛化能力。该研究的发现表明，T-YOLOv5 显著提高了标准模型检测可靠性，而 T-YOLOv5 with CBAM 在挑战性场景中进一步提升了性能，尽管在简单场景中会出现准确率下降。
引用
@article{arxiv.2510.25797,
title = {Enhancing Underwater Object Detection through Spatio-Temporal Analysis and Spatial Attention Networks},
author = {Sai Likhith Karri and Ansh Saxena},
journal= {arXiv preprint arXiv:2510.25797},
year = {2025}
}