بررسی مدل های شبکه عصبی عمیق برای پردازش تصاویر سونار زیر آب

در این مقاله، به بررسی عملکرد نسخه های مختلف مدل YOLO در پردازش تصاویر زیرآب با استفاده از امواج سونار پرداخته شده است. تشخیص اشیاء در این نوع تصاویر به دلیل ویژگی های خاص آن ها با چالش هایی همراه است که آن ها را از دیگر تصاویر متمایز می کند. در این تحقیق، از مدل های YOLO با نسخه های ۳، ۷ و ۸ استفاده شده است و همچنین، در نسخه YOLOv۳، مقایسه ای بین backbone های MobilenetV۲ و Resnet۱۸ انجام گردیده است. برای پیاده سازی این مدل ها، از چارچوب های متن باز MMDetection (نسخه ۳.۰.۰) و MMYolo (نسخه ۰.۶.۰) استفاده شده است. مجموعه داده UATD برای مراحل آموزش و ارزیابی در نظر گرفته شده است. بهترین نتایج حاصل از مدل YOLOv۸ بوده که بالاترین دقت ارزیابی را با مقادیر mAP=۰.۸۳۲ و mAR=۰.۵۳۷ به دست آورده است. دومین مدل با نتایج خوب و البته سرعت بالا مدل YOLOv۳MobilenetV۲ بوده است که دقت ارزیابی آن برابر mAP=۰.۸۰۲ و mAR=۰.۴۲۶ بوده است. ضعیف ترین عملکرد نیز متعلق به YOLOv۷ می باشد.

Keywords:

تشخیص اشیاء زیر آب , تصاویر سونار , Yolo