个人卖家：
科技与几何感
创建于：2025-08-24
ShipYOLO：增强型船舶检测算法
￥299.00
| 使用环境 |
在自然场景下，使用可见光摄像头拍摄水面船舶图像，摄像头安装在船舶上或岸基监测点，距离目标船舶100-500米，拍摄角度为水平或俯视，光照条件包括晴天、阴天和弱光环境。 |
| 使用对象 |
自然水面上的各种类型船舶，包括货船、客船、渔船 |
| 使用目的 |
通过检测船舶位置和类别，实现智能船舶导航中的船舶避碰、交通流量监测以及海上安全监控等功能。 |
| 输入数据 |
可见光波段图像帧。 |
| 输出数据 |
船舶位置坐标（x，y，w，h）、船舶类别。 |
| 硬件配置 |
CPU：Intel Core i7-9700K，8核，主频3.6GHz；GPU：NVIDIA GeForce RTX 2080 Ti，显存11GB；内存：32GB DDR4；摄像头：1080P高清可见光摄像头，分辨率1920×1080。 |
| 样本获取 |
在不同海域、不同天气条件下，以不同角度、距离、光照拍摄船舶图像，获取2238张样本图像，其中1800张用于训练集，438张用于测试集。 |
| 测试结果 |
在输入尺寸为320×320时，mAP@5:5:95达到76.4%，mAP50达到96.5%，mAP90达到94.6%，FPS为69.4，模型参数量为188MB。 |
| 执行速度 |
FPS为69.4 |
| 资源消耗 |
针对上述硬件配置，单独运行算法，CPU计算占比平均约40%，GPU计算占比平均约60%，内存使用占比30%。 |
| 源码类型 |
Python版本源码 |
| 文件大小 |
算法程序文件50K，权重文件188M。 |
| 相关备注 |
此算法在多种复杂场景下均表现出色，具有较高的检测精度和较快的检测速度，可有效应用于实际船舶检测任务中，为智能船舶导航提供有力支持。 |
