典型文献
基于改进YOLOv5网络的侧扫声纳图像目标检测方法
文献摘要：
为构建适合不同测量平台搭载以及满足不同任务需求的高效侧扫声纳图像目标检测网络,将高性能轻量级目标识别网络PP-LCNet引入YOLOv5目标检测框架,并通过调整网络卷积层的通道数,构建了 8种不同大小的高性能水下目标检测网络模型.以水下沉船目标为例进行了目标检测试验,结果表明,当网络主干改进为PP-LCNet-1.5x和PP-LCNet-2.0x时,检测精度(mAP)可分别达0.845和0.849,较原始YOLOv5s分别提升了 0.024和0.028,同时参数量更少,能够满足普通硬件上的实时目标检测需求.
文献关键词：
水下目标检测;沉船检测;侧扫声纳;深度学习;YOLOv5网络;PP-LCNet网络
中图分类号：
作者姓名：
郑云亮
作者机构：
交通运输部救助打捞局,北京 100736
文献出处：
引用格式：
[1]郑云亮-.基于改进YOLOv5网络的侧扫声纳图像目标检测方法)[J].海洋测绘,2022(04):18-21,26
A类：
声纳图像,LCNet,沉船检测
B类：
侧扫声纳,图像目标检测,目标检测方法,测量平台,搭载,任务需求,目标检测网络,轻量级,目标识别,识别网络,PP,检测框架,卷积层,通道数,同大,水下目标检测,检测试验,5x,0x,检测精度,mAP,YOLOv5s,参数量,实时目标检测
AB值：
0.30559
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
