При внешних помехах в процессе автоматического патрулирования судна роботом для удаления краски возникает проблема снижения точности обнаружения алгоритмом и трудности в достижении требований реального времени. Для решения этих проблем сначала был внедрен модуль глубоко разделяемой мобильной сети с перенастройкой параметров (Repvit-MobileNet block) в основную сеть YOLOV5 для повышения скорости обнаружения. Затем в каждом этапе основной сети была добавлена позиционная механизм внимания, расширяющий глобальное восприятие модели, улучшая позиционирование и устойчивость к помехам. Далее модуль внимания сверточных блоков (CBMA) был введен в шейную сеть для усиления извлечения признаков путём интеграции CBMA, повышая производительность обнаружения модели. Наконец, была предложена функция потерь Refine-Loss, оптимизирующая геометрические отношения между предсказанными и истинными рамками с учетом веса IOU и информации о доверии, что улучшает точность обнаружения позиции робота. Тестирование и верификация на экспериментальном наборе данных робота для удаления краски судов показали, что легковесная сеть YOLOV5 с интеграцией Repvit-MobileNet block и механизмов внимания достигает средней точности обнаружения 84,1% и скорости вывода 26,6 кадров в секунду на пограничных устройствах, удовлетворяя требованиям промышленного применения обнаружения целей робота для удаления краски судов.

робот для удаления краски;облегченный;механизмы внимания;обнаружение целей