科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统侧扫声纳图像沉船目标识别精度低的问题，引入深度学习，提出了一种改进的You Only Look Once X(YOLOX)目标检测方法。首先对收集的侧扫声纳沉船图像进行预处理，根据实测过程拖鱼的姿态、仪器设备不同等造成的成像差异进行数据增强与扩充，并构建数据集；其次以YOLOX为基础网络，根据侧扫声纳图像缺少丰富特征信息的问题，对网络进行改进，在网络的Spatial pyramid pooling(SPP)结构引入Softpool池化替换原来的池化，提取更多的细节特征信息；最后对改进前后的网络模型进行精度评估，验证改进网络的可行性。实验结果表明，改进后的网络在平均精确率均值(mAP)等精度评定指标中相较于原网络都有着显著提升，识别效果更好。该研究可为侧扫声纳探测中实时目标物检测提供研究基础。
- 单位
