XÂY DỰNG THUẬT TOÁN PHÁT HIỆN ĐỐI TƯỢNG ỨNG DỤNG CHO HỆ QUANG ĐIỆN TỬ TRÊN TÀU MẶT NƯỚC SỬ DỤNG MÔ HÌNH HỌC SÂU

Tóm tắt

Phát hiện tự động đối tượng tàu thuyền trên mặt nước là nhiệm vụ quan trọng trong giám
sát hàng hải và an ninh. Bài báo này đề xuất cải tiến cho mô hình YOLOv8 của Ultralytics
để đạt độ chính xác cao hơn và tốc độ xử lý nhanh hơn khi nhận diện tàu biển dưới các điều
kiện ánh sáng và thời tiết khắc nghiệt. Tác giả tích hợp ba kỹ thuật chính: khối C3Plus mới,
cơ chế chú ý cục bộ PSA (Position-wise Spatial Attention) và module CBAM (Convolutional
Block Attention Module) để nâng cao khả năng học đặc trưng của mạng. Thí nghiệm trên
tập dữ liệu ảnh tàu biển đa dạng cho thấy mô hình cải tiến mang lại mAP tăng thêm khoảng
3–6% so với YOLOv8 gốc trong khi duy trì tốc độ xử lý tương đương. Đặc biệt, trong điều
kiện tối hoặc nhiều nhiễu nền, cải tiến CBAM và PSA giúp giảm bỏ sót đối tượng và cải
thiện độ bền của mô hình.