基于持续无监督域适应策略的水面漂浮物目标检测方法

针对漂浮物检测中小尺度目标和域转移问题，提出一种基于持续无监督域适应策略的漂浮物检测方法。该方法通过删除低分辨率特征图，增强高分辨率特征图，提升小尺度漂浮物的特征提取能力。同时，该方法整合无监督域适应、缓冲区和样本重放，降低应用场景中不断变化的域转移差异。并将改进检测网络与持续无监督域适应相结合，提升模型检测精度和泛化能力。通过在漂浮物数据集上实验验证，对比现有方法，该方法的检测精度达到82.2%,检测速度达到68.5 f/s,浮点数的算量减少到33亿，模型大小达到25.3 MB,扩展了目标检测在水面视觉中的应用。