基于YOLO算法的移动轮船多目标实时检测
由于人工进行的特征提取存在很多不可控的个人主观偏见,为了降低人为因素对实时检测造成的影响问题,本文中将借鉴先进的深度学习研究成果,以YOLO网络结构为改进蓝本,将浅层神经网络提取的低层特征和高层神经网络提取的抽象特征进行融合,提出一种新的YOLO网络模型变种.改进后的方法在检测视频中的轮船时具有较高的精确度,并可对检测到的轮船进行定位和计数.同时检测速度达到46帧/s,满足实时性的要求.
轮船检测、YOLO、多目标、实时检测、神经网络
14
TP183(自动化基础理论)
2018-06-25(万方平台首次上网日期,不代表论文的发表时间)
共2页
196-197