标题：基于YOLOv8的成像声呐信息获取系统研究
作者：熊鑫泉1，2；方辉2，3；司泰来1，2；戴阳2，3
作者单位：1 大连海洋大学航海与船舶工程学院，辽宁 大连 116023；2 中国水产科学研究院东海水产研究所，农业农村部渔业遥感重点实验室，上海 200090；3 崂山实验室，山东 青岛 266237
关键字：声呐技术；深度学习；YOLOv8；数据解析；特征识别；渔业
摘要：开发了一款基于深度学习的声呐数据解析与特征识别软件，旨在提高声呐图像信息提取的效率和准确性。声呐技术广泛应用于渔业、资源探测和海洋测绘等领域，但传统数据处理方式面临着大量数据处理时间长、计算资源消耗大的问题。为此，采用YOLOv8目标检测模型，从声呐图像中识别目标物回声特征，从而简化数据解析流程。软件分为两个主要功能模块：第一个模块负责读取和解析离线声呐数据，生成声呐图像；第二个模块利用YOLOv8进行特征识别，提取磷虾、海底以及伪底等关键信息。研究使用的声呐数据来源于科学鱼探仪EK80，标注工具为Roboflow，实验中共标注1916张图像，划分为训练集、测试集和验证集。经过120轮训练，模型在目标检测中F1 Score整体达到0.85以上，展现出良好的识别性能。该软件不仅促进了渔业研究的深入分析，还为海洋生态系统的了解提供了有力支持。