一种基于改进YOLOv5的声纳目标检测方法及边缘端推理设备

本发明提出一种基于改进YOLOv5的声纳目标检测方法及边缘端推理设备，具体为基于改进YOLOv5目标检测网络对前视声纳图片进行检测，并部署在边缘端设备上，包括如下部分：数据采集标注：使用水下机器人搭载前视声纳对特定水域中的特定目标进行数据采集，人工进行标注；数据处理部分：对数据进行裁剪与标签自动转换，并将数据集自动划分为训练、验证、测试集；构建改进YOLOv5网络模型：借鉴了YOLOv5s网络模型，在输入层前加入了输入特征处理模块，将骨干特征提取网络中的C3模块改进为C3_MIX_attention模块。本发明对于信息稀疏的复杂目标能更精准地捕捉其特征，从而提高目标检测的准确性。