基于深度学习的海面垃圾检测系统

• 作者: 杜叶挺 应泽光 马赛男 卓宏明 顾欣 浙江国际海运职业技术学院海洋装备工程学院
• 来源期刊: 计算技术与自动化
• 学科: 地球科学
• 关键词: 深度学习 语义分割 机器视觉 目标检测
• 年，卷（期）: 2024,（3）
• 所属期刊栏目: 自动控制理论及应用
• 页码范围: 67-71
• 页数: 5页
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202303011

摘要

舟山作为我国重要的海洋养殖城市与海洋旅游城市，在经济快速发展的同时如何解决日益严峻的海洋垃圾污染问题愈发突显。相比传统的雷达回波方式，基于深度学习的机器视觉检测方法，具备抗海浪干扰能力强，检测速度快，识别信息丰富等优点。采用DeepLabv3+图像语义分割模型，通过YOLOv5s目标检测算法对海面垃圾目标进行实时检测，最后由摄像机单目测距获取目标距离，可以实现检测效率25 fps,检测准确率87%,具备较好的工程应用价值。