Project Engineering

海面航行中的船舶监测一直是海事管理机构密切关注的重点领域,缘于海上环境的多变性与复杂性,对船舶的安全航行构成了严峻挑战。因此,增强船舶的识别与检测能力,成为了维护海上安全不可或缺的一环。深入认识航行过程中各要素之间的相互影响,构建船舶航行综合治理技术体系,是解决安全与经济发展问题的根本途径。本文针对上述问题,从船舶识别与监测的角度出发,总结了识别系统的概念和特征,并以DataCastle平台提供的公开数据集boats detection为例开展应用利用YOLOV8与YOLOV9算法进行学习。研究表明：YOLOv9在性能表现上明显超越YOLOv8。具体而言,YOLOv9的精确度提升到了94.239%,相对于YOLOv8增幅为6.238%；其召回率达到86.878%,相较于YOLOv8提升了13.45%。此外,在关键指标mAP@.5方面,YOLOv9从YOLOv8的80.725%跃升至93.55%。进一步证实了YOLOv9在综合检测性能上的明显进步。本文可为船舶航行提供技术支持。