面向水面无人艇的船舶舷号识别方法

作者：张韧然; 张磊; 苏玉民

来源：中国舰船研究, 2024, 19(01): 46-54.

DOI：10.19693/j.issn.1673-3185.03124

• 无人艇
• 舷号检测
• 可见光图像
• YOLO算法
• 改进方法

[目的]针对水面船舶舷号检测问题，提出一种面向水面无人艇的实时船舶舷号检测方法。[方法]基于原始的单阶段目标检测模型（YOLO），引入注意力机制，利用空间信息交互模块和分割注意力融合方法，提升神经网络对重要目标区域的敏感度。考虑先验知识对模型精度的影响，结合自适应锚框算法和正样本增强策略提高回归精度。针对深度神经网络（DNN）收敛困难的问题，改进损失函数，在保证网络收敛速度的同时提高神经网络训练的稳定性。最后，将改进的目标检查模型部署在无人艇上进行有效性验证。[结果]结果表明，所提算法在3级海情下能够准确识别船舶目标及其标志舷号，相比于原模型，改进后的YOLO算法在全类平均精度（mAP）方面提高了14%，识别速度满足实时要求。[结论]研究证明了所提舷号检测方法满足无人艇实时识别舷号任务的要求，并在复杂海洋环境中仍然具备识别能力。

• 单位
  哈尔滨工程大学