Nesta dissertação é desenvolvido um programa informático para utilização operacional pelo Destacamento de Mergulhadores Sapadores nº 3 (DMS3), denominado MINEX HUNTER, que deteta automaticamente minas e outros objetos em imagens de sonar de varrimento lateral dos veículos submarinos não tripulados. Adicionalmente, são estudados vários métodos de análise e deteção automática baseados em machine learning, para classificar objetos em imagens de sonar de varrimento lateral e é desenvolvido um sistema de treino de uma rede neuronal profunda. No primeiro capítulo é apresentada uma revisão crítica da literatura sobre sonares de varrimento lateral e as imagens obtidas com estes, sobre sistemas de aprendizagem automática (do inglês Machine Learning) e a sua aplicação na deteção de minas. No segundo capítulo é feita uma descrição dos veículos autónomos disponíveis na Marinha para a deteção de minas, é descrito o modo como o DMS3 os utiliza e é apresentada a base de dados de imagens disponíveis para treino do sistema. Ainda neste capítulo é descrito o funcionamento do sistema de aprendizagem com redes neuronais profundas YOLOv4 e a parametrização usada neste trabalho. No terceiro capítulo são descritos os diversos testes de aprendizagem automática realizados, com uma análise crítica dos resultados obtidos em cada caso. No final é escolhido, para utilização operacional, o sistema que apresentou melhores resultados, o qual deteta 80% dos objetos de interesse presentes na imagem. No quarto capítulo é descrito o desenvolvimento do programa informático MINEX HUNTER, que auxilia o operador a detetar minas e outros objetos em registos de sonares de varrimento lateral. A dissertação termina com um resumo dos bons resultados obtidos e sugestões de melhorias. Em anexo é apresentado um manual para o utilizador do programa e todo o software desenvolvido está disponível em código fonte e executável num repositório 1 . Este trabalho foi desenvolvido no âmbito do projecto europeu OCEAN2020, em que o CINAV participou.