Published May 24, 2024 | Version v1
Publication Open

Enhanced YOLOv8 Ship Detection Empower UnmannedSurface Vehicles for Advanced Maritime Surveillance

Creators

  • 1. Université Ibn-Tofail
  • 2. Cadi Ayyad University
  • 3. Abdelmalek Essaâdi University

Description

Abstract The evolution of maritime surveillance is sig-nificantly marked by the incorporation of Artificial In-telligence and machine learning into Unmanned SurfaceVehicles (USVs). This paper presents a an AI methodfor detecting and tracking unmanned surface vehicles,specifically leveraging an enhanced version of YOLOv8,fine-tuned for maritime surveillance needs. Deployedon the NVIDIA Jetson TX2 platform, the system fea-tures an innovative architecture and perception mod-ule optimized for real-time operations and energy effi-ciency. Demonstrating superior detection accuracy witha mean Average Precision (mAP) of 0.99 and achievingan operational speed of 17.99 FPS, all while maintain-ing energy consumption at just 5.61 joules. The remark-able balance between accuracy, processing speed, and energy efficiency underscores the potential of this sys-tem to significantly advance maritime safety, security,and environmental monitoring.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

يتميز تطور المراقبة البحرية بشكل ملحوظ بدمج الذكاء الاصطناعي والتعلم الآلي في المركبات السطحية غير المأهولة (USVs). تقدم هذه الورقة طريقة ذكاء اصطناعي لاكتشاف وتتبع المركبات السطحية غير المأهولة، والاستفادة على وجه التحديد من نسخة محسنة من YOLOv8،تم ضبطها بدقة لتلبية احتياجات المراقبة البحرية. تم نشره على منصة NVIDIA Jetson TX2، ويتميز النظام بهيكل مبتكر ووحدة إدراك محسّنة للعمليات في الوقت الفعلي وكفاءة الطاقة. إظهار دقة فائقة في الكشف بمتوسط دقة (mAP) يبلغ 0.99 وتحقيق سرعة تشغيلية تبلغ 17.99 إطارًا في الثانية، مع الحفاظ على استهلاك الطاقة عند 5.61 جول فقط. يؤكد التوازن الملحوظ بين الدقة وسرعة المعالجة وكفاءة الطاقة على إمكانات هذا النظام لتعزيز السلامة البحرية والأمن والرصد البيئي بشكل كبير.

Translated Description (French)

Résumé L'évolution de la surveillance maritime est marquée de manière significative par l'intégration de l'intelligence artificielle et de l'apprentissage automatique dans les véhicules de surface sans pilote (USV). Cet article présente une méthode d'IA pour détecter et suivre les véhicules de surface sans pilote, en s'appuyant spécifiquement sur une version améliorée de YOLOv8,affinée pour les besoins de surveillance maritime. Déployé sur la plateforme NVIDIA Jetson TX2, le système dispose d'une architecture innovante et d'un module de perception optimisé pour les opérations en temps réel et l'efficience énergétique. Démontrer une précision de détection supérieure avec une précision moyenne (mAP) de 0,99 et atteindre une vitesse opérationnelle de 17,99 IPS, tout en maintenant la consommation d'énergie à seulement 5,61 joules. L'équilibre remarquable entre la précision, la vitesse de traitement et l'efficacité énergétique souligne le potentiel de ce système pour faire progresser de manière significative la sécurité maritime, la sûreté et la surveillance de l'environnement.

Translated Description (Spanish)

Resumen La evolución de la vigilancia marítima está marcada significativamente por la incorporación de inteligencia artificial y aprendizaje automático en vehículos de superficie no tripulados (USV). Este documento presenta un método de IA para detectar y rastrear vehículos de superficie no tripulados, aprovechando específicamente una versión mejorada de YOLOv8,ajustada para las necesidades de vigilancia marítima. Implementado en la plataforma NVIDIA Jetson TX2, el sistema presenta una arquitectura innovadora y un módulo de percepción optimizado para operaciones en tiempo real y eficiencia energética. Demostrando una precisión de detección superior con una precisión media (mAP) de 0,99 y una velocidad operativa de 17,99 FPS, todo mientras se mantiene el consumo de energía en solo 5,61 julios. El notable equilibrio entre precisión, velocidad de procesamiento y eficiencia energética subraya el potencial de este sistema para avanzar significativamente en la seguridad marítima y el monitoreo ambiental.

Files

latest.pdf.pdf

Files (1.1 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:40d663ea0d343428ea1b66a4ee470c44
1.1 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
تعزيز الكشف عن السفن YOLOv8 تمكين المركبات السطحية غير المأهولة للمراقبة البحرية المتقدمة
Translated title (French)
La détection améliorée des navires YOLOv8 donne aux véhicules sans pilote de surface les moyens d'une surveillance maritime avancée
Translated title (Spanish)
La detección mejorada de buques YOLOv8 potencia los vehículos de superficie no tripulados para la vigilancia marítima avanzada

Identifiers

Other
https://openalex.org/W4398773738
DOI
10.21203/rs.3.rs-4419626/v1

Is supplement to
https://openalex.org/W4396701345 (Other)
https://openalex.org/W4396696052 (Other)
https://openalex.org/W4395014643 (Other)
https://openalex.org/W4391375266 (Other)
https://openalex.org/W2748952813 (Other)
https://openalex.org/W2390279801 (Other)
https://openalex.org/W2382290278 (Other)
https://openalex.org/W2376932109 (Other)
https://openalex.org/W2358668433 (Other)
https://openalex.org/W2001405890 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Morocco