计算机类本科毕业论文-基于深度学习的水下目标检测.docx

基于深度学习的水下目标检测

摘要

海洋储存着着丰富的资源，是一个富饶的宝库，为实现对海洋资源的开发利用，水下目标检测技术应运而生。本课题采用深度学习方法，根据现实情境，对水下目标诸如海胆、海参、鱼类、塑料垃圾以及检测仪器等进行检测。在进行检测前对使用基于白平衡的图像融合方法对水下图像进行增强，解决了水下图像成像模糊、颜色退化等问题。所使用的目标检测模型则是在YOLOv5的基础上，针对小目标物体进行了优化，在保证检测速度的同时提高了精准度，更适用于水下小目标多、目标堆叠的环境。最后的检测结果，则使用PyQt设计出可操作的人机界面进行直观展示。

关键字:水下目标检测；YOLOv5；深度学习；