基于数据增强的水下电缆视觉检测方法

深度学习在视觉检测中所具备的优势极其依赖大量的数据,但是由于条件限制,在很多检测任务中缺乏足够的数据标本。针对水下电缆数据少且获取困难的问题,提出了一种基于数据增强的水下电缆视觉识别方法。首先,用现有的水下电缆图像建立数据集;然后,构建生成对抗网络的生成器和鉴别器;其次,通过现有数据集进行生成对抗网络训练,输出无限接近真实数据的伪图像,建立深度学习水下电缆数据集;最后引入一阶段检测算法YOLOv5,进行水下电缆检测实验。研究表明:通过数据增强,提高了目标检测网络的稳定性,运用YOLOv5网络进行水下电缆检测具有良好的准确性。