-
题名基于YOLOv8的侧扫声纳多尺度沉船目标检测方法
- 1
-
-
作者
郭岳山
郭爽
-
机构
深之蓝海洋科技股份有限公司
武汉长江航道救助打捞局
-
出处
《海洋测绘》
北大核心
2025年第3期31-35,共5页
-
文摘
受测量机制和海洋环境因素影响,侧扫声纳沉船目标存在多尺度、多畸变、分辨率低的问题,严重影响了SSS沉船目标检测精度。为此,提出一种基于改进YOLOv8的侧扫声纳沉船目标检测方法。首先,为了优化网络的特征提取能力,在YOLOv8主干网络中引入CMUNeXt模块,增强了网络对不同尺度、形状和背景噪声的侧扫声纳目标的适应能力。之后,在网络中引入多尺度特征融合模块,并行处理不同尺度的沉船目标特征,并采用加权融合的机制实现差异化特征融合,增强网络的特征表达能力。实验表明,本文所提出方法在各项定量和定性评价中均超越了同系列的YOLO网络。相较于YOLOv8网络,精确率、召回率和mAP分别提升了5.0%,13.0%和7.8%。
-
关键词
侧扫声纳
YOLOv8模块
特征融合
目标检测
CMUNeXt模块
mdfm模块
-
Keywords
side-scan sonar
YOLOv8
feature fusion
target detection
CMUNeXt
mdfm
-
分类号
P229
[天文地球—大地测量学与测量工程]
-
