标题：基于YOLOv5s的水下生物识别算法研究
作者：杨松 王思琦
作者单位：沈阳工业大学化工过程自动化学院，辽宁 辽阳 111003
关键字：水下生物识别；图像增强；YOLOv5s；注意力机制
摘要：针对水下生物识别存在的精度较低、漏检率高的问题，提出一种基于改进YOLOv5s的水下生物识别算法YOLOv5s-CE。首先将自动色彩均衡算法 ACE作用于水下图像，提升水下生物图像的对比度，消除色偏；同时在YOLOv5s网络模型的 Backbone 部分嵌入 CA注意力模块，增强网络对目标特征提取能力；改进损失函数，达到保留有利特征和提高收敛速度的目的。实验结果表明，改进后的YOLOv5s-CE的平均精度提高了3.9%，可以满足对水下生物实时检测的要求。