Las rocas grandes proporcionan fondos duros ecológicamente importantes en los mares de plataforma y forman hábitats protegidos bajo la Directiva Europea de Hábitats. Las rocas en el fondo marino generalmente pueden ser reconocidas en mosaicos de retrodispersión debido a un patrón característico de alta intensidad de retrodispersión seguido de una sombra acústica. La identificación manual de rocas en mosaicos es tediosa y subjetiva, por lo que podría beneficiarse de la automatización. En este estudio, entrenamos un marco de detección de objetos, RetinaNet, basado en una red neuronal, ResNet, para detectar rocas en mosaicos de retrodispersión derivados de un sonar de barrido lateral que opera a 384 kHz. Se utilizó un conjunto de datos de entrenamiento que comprende 4617 rocas y 2005 ejemplos negativos similares a rocas para entrenar RetinaNet. El modelo entrenado se aplicó a un área de prueba ubicada en el área de Kriegers Flak (Mar Báltico), y los resultados se compararon con la interpretación del mosaico por análisis de expertos. Ocurre cierta mala clasificación del ruido de la columna de agua y los límites de marcas de arado artificial, pero los resultados del modelo entrenado son comparables a la interpretación humana. Mientras que el modelo entrenado identificó correctamente un mayor número de rocas, el intérprete humano tuvo una ventaja al reconocer objetos más pequeños que comprenden un cuadro delimitador de menos de 7 x 7 píxeles. Se encontró un rendimiento casi idéntico entre el mejor modelo y el análisis de expertos al clasificar la densidad de rocas en tres clases (0, 1-5, más de 5) en áreas de 10,000 m, con el modelo de mejor rendimiento alcanzando un acuerdo con la interpretación humana del 90%.