基于改进的EfficientDet的水下物体检测

海洋生物的智能检测在海洋经济中发挥着重要作用，在复杂的海洋环境中快速准确地检测海洋生物对海洋设备的智能化具有重要意义。目前的物体检测模型在水下表现不佳。本文改善了EfficientDet检测器的结构，提出了EfficientDet-Revised（EDR），这是一种新的海洋生物物体检测模型。具体而言，通过添加通道混洗模块重构MBConvBlock，以实现特征层通道之间信息的交换。去除了注意力模块的全连接层，采用卷积来减少网络参数的数量。构建了增强特征提取模块，以实现多尺度特征融合，增强网络对不同物体的特征提取能力。实验结果表明，所提方法在URPC数据集和Kaggle数据集上的平均精度均值（mAP）分别达到了91.67%和92.81%，优于其他物体检测模型。同时，在URPC数据集上的处理速度达到了37.5帧每秒（FPS），能够满足实时要求。这为水下机器人执行智能抓取等任务提供了有用的参考。