多目標(biāo)魚類實(shí)例分割LIS-YOLO輕量化模型研究

摘要： 水下目標(biāo)的準(zhǔn)確分割為研究水生動(dòng)物的行為、生物量等奠定了基礎(chǔ)。然而，現(xiàn)有的水下實(shí)例分割算法面對(duì)水下特有的環(huán)境干擾(如懸浮顆粒、顏色衰減、背景噪聲)時(shí)，往往缺乏足夠的魯棒性，并且提升輕量化模型在非結(jié)構(gòu)化、動(dòng)態(tài)水下場(chǎng)景中的泛化能力是一項(xiàng)關(guān)鍵挑戰(zhàn)。為此，本文提出了一種輕量化的實(shí)例分割模型LIS-YOLO(Lightweight instance segmentation YOLO v8... （共9頁(yè)）