基于改进YOLOv5的海面可见光图像船舶检测技术

针对无人船感知系统中的可见光图像船舶检测，提出了一种基于YOLOv5的算法，对深度学习网络模型的输入端、损失函数和检测框进行优化，使用迁移学习的策略进行网络模型训练。试验结果表明：该算法海面可见光图像船舶检测的平均精度均值达到98.6%，较YOLOv5提升1.69%，平均检测时间约为45 ms，能够满足不同条件下海面船舶检测的需求。