×

一种基于深度学习的船舶检测方法

消耗积分:0 | 格式:pdf | 大小:6.45 MB | 2021-04-13

分享资料个

　　针对复杂海情下需要对不同大小及种类的船舶进行检测的问题，提岀一种基于深度学习的船舶检测方法，该方法主要针对区域全卷积网络（R-FCN）进行改进。首先选取 Resnet50网络用于自动提取特征，并将Feature Map自动提供给改进的R-FCN;其次根据船舶识别的特性改进R-FCN，使得RFCN在船舶检测上能够完全发挥其性能;最后根据部分类别船舶体积较小识别率低的问题，先采取最大池化层（ Maxpooling）进行改进，将小目标船舶识别率提高了4.08个百分点，之后针对 Roialign进行改进。改进的R-FCN方法比原始的R-FCN在小目标船舶识别方面表现更优，精度共提升了13个百分点，还与目前主流的目标检测算法如 Faster-RCNN等进行了对比。实验结果表明，该方法识别精度更高，速率与其他方法基本持平。

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !