Resumen

La detección y pesca autónoma por robots submarinos será la principal forma de obtener productos acuáticos en el futuro; los erizos de mar son el principal objeto de investigación de detección de productos acuáticos. Cuando se aplica el algoritmo clásico Single-Shot MultiBox Detector (SSD) a la detección de erizos de mar, también tiene desventajas al ser inexacto para objetivos pequeños e insensible a la dirección del erizo de mar. Basado en el algoritmo clásico SSD, este artículo propone un algoritmo de detección de erizos de mar mejorado con características. En primer lugar, de acuerdo con las características de borde espinoso de un erizo de mar, se propone un algoritmo de detección de bordes multidireccionales para mejorar la característica, que se toma como el cuarto canal de imagen y los 3 canales originales de imagen submarina juntos como la entrada para el aprendizaje profundo adicional. Luego, para mejorar las deficiencias de los algoritmos SSD en la capacidad pobre de detectar objetivos

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Detección autónoma; Pesca; Robots submarinos; Erizos de mar; Algoritmo SSD; Aprendizaje profundo
• Keywords:Autonomous detection; Fishing; Underwater robots; Sea urchins; SSD algorithm; Deep learning