标题：基于改进YOLOv7的多尺度溺水目标检测方法
作者：魏婷婷1 曾祥富1；吴丹2；吴永乐1；刘浩1 宋文翰1
作者单位：1 贵州电子科技职业学院，贵州 贵阳 550003；2 重庆大学，重庆 400044
关键字：深度学习；特征金字塔网络；溺水姿态；注意力机制
摘要：针对复杂溺水场景中，由于目标尺寸小，目标遮挡、水面反光、折射或主观因素导致目标特征不明显等问题，引入深度学习技术，总结现有目标检测算法的优缺点，设计了一种融合注意力机制的特征金字塔神经网络的多尺度目标检测算法，通过采集不同尺度的特征，使深层次的语义特征信息与浅层的细粒度信息得到充分融合，提高了特征的网络提取能力。同时构建了基于卷积注意力机制的提取模块，采用全局平均池化与最大池化聚合特征图空间信息，进一步提取特征生成聚合特征，最后将新的特征输入到检测头中进行检测。在整个水面场景数据集中，精度达到90%，mAP达到92.59%，验证了方法的有效性。