Debido a la vasta área oceánica y la gran cantidad de datos de imágenes de alta resolución, la detección de barcos y el procesamiento de datos se han vuelto más difíciles. Estas dificultades pueden resolverse utilizando el método de interpretación de inteligencia artificial. La capacidad de detección eficiente y precisa del objetivo del barco ha sido ampliamente reconocida con la creciente aplicación de la tecnología de aprendizaje profundo. Se utiliza ampliamente en la práctica de la detección de objetivos de barcos. En primer lugar, establecimos un conjunto de datos relacionados con los objetivos de los barcos mediante la recopilación y el entrenamiento de una gran cantidad de imágenes. Luego, mejoramos el algoritmo YOLO v5. El módulo de especificación de características (FSM) se utiliza en el algoritmo mejorado. El algoritmo YOLO v5 mejorado se aplicó a la práctica de detección de barcos bajo el marco de Anaconda. Finalmente, los resultados del entrenamiento se optimizaron y se redujo la tasa de falsas alarmas. La tasa de detección se mejoró. Según las estadísticas relacionadas con los resultados experimentales de otros modelos de algoritmos, el algoritmo YOLO v5 mejorado puede suprimir efectivamente la información conflictiva y mejorar la capacidad de detección de los detalles de los barcos. Este trabajo ha acumulado una experiencia valiosa para investigaciones relacionadas de seguimiento.