NSN-R-YOLOv4：针对小型水下设备的轻量级目标检测网络

本文提出了一种基于YOLOv4的改进网络NSN-R-YOLOv4，专门应对小型水下设备内存和计算能力有限的问题。通过引入ShuffleNet和卷积块注意力机制构建主干网络，使用深度可分离卷积减少模型体积，并采用RFB-s来替代YOLOv4中的SPP模块作为中间层，该网络具有参数量小和识别效果好的特点。在对水下图像视频中的海参进行目标识别时，每秒传输帧数可达35.6，目标检测AP为92.01％。该轻量级网络适用于小型水下目标检测设备。