标题：基于数据增强的水下电缆视觉检测方法
作者：王文通 张禹 袁明锐
作者单位：沈阳工业大学机械工程学院，辽宁 沈阳 110870
关键字：数据增强；生成对抗网络；目标检测
摘要：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。