一种海上弱小运动船舶实时检测方法

摘要：

弱小船舶目标实时检测因在海上搜救、无人船和海上交通管理等领域中的众多应用而备受关注.虽然基于深度学习的目标检测算法,如YOLO(you only look once)和SSD(single shot multibox detector)等取得了不错的目标检测性能,但是它们仍然无法实时有效检测出海上弱小船舶运动目标.针对此问题,文章提出了一种改进的深度学习网络结构,结合SELU(scaled exponential linear units)激活函数,有效解决了已有的YOLOv2算法对弱小目标检测率较低的不足以及YOLOv3算法中残差网络结构冗余的问题.实验表明,该文提出的方法在海上弱小船舶目标检测上,比原YOLO算法具有更高的检测精度、更快的检测速度和更优良的鲁棒性.该方法在低配硬件环境中仍具有实时性的特点,因此对算法的推广应用具有实际的意义.

关键词：YOLO;弱小目标;实时检测;SELU激活函数

所属期刊栏目：44

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;中国博士后科学基金资助项目;专用集成电路与系统国家重点实验室开放课题资助项目

在线出版日期：2021-10-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1187-1192