수중 표적을 탐지하고 식별하기 위해서는 음향소나 장비를 이용하여 탐지한다. 여러 소나 중 특히 사이드 스캔 소나는 해저 표면과 수중 물표 및 기뢰를 탐지하는 장치이다. 기뢰전 체계는 수중에 있는 적 잠수정과 같은 표적과 수중 기뢰에 소해하는 작전을 수행함을 임무로 한다. 그 중 측면주사소나와 같은 장비는 해저 지형 및 수중 표적에 대해 영상 이미지를 수신 받아 실시간으로 운용자 화면에 전시하게 된다.
전시된 화면에서는 운용자 경험에 의해 표적을 식별하거나 표적 DB 데이터와 비교하여 판단하게 된다 이에 수중표적 탐색지원 시스템과 같은 SW 전시된 영상에서 탑재된 알고리즘을 기준으로 하여 표적을 실시간 식별해주며 해당 위치를 전시하여 운용자에게 경고한다. 기존에 운용중인 함정에서는 수중표적을 자동으로 식별하기 위해 표적의 크기 기준으로 하여 영상 이미지에서 후보 표적군을 추출한다. 본 논문에서는 기존에 자동으로 식별하는 수중표적 탐지 지원 시스템에서 개선이 필요한 내용을 식별하고 해당 딥러닝 알고리즘에 대해 연구 후 반영한 결과에 대한 내용이다. 표적을 식별하고 분류하기 위해서 객체탐지 알고리즘을 적용하여 구현하였고, 소나 수중 영상 이미지 또한 많은 데이터를 구하기 어려운 dataset의 증강을 통해 필요한 학습데이터를 구성하였다. 실험 CASE 군은 5개로 구성하였고 Weight 모델은 Small 모델 기준으로 구성하였다. Class는 2가지로 인공 어표와 어류 군으로 구성하였다.