基于YOLOv3网络的高分光学遥感影像海上舰船分类检测

摘要：

海上舰船目标分类检测技术可广泛用于海事监管、船只救援、打击非法犯罪等活动,具有重要应用价值.本文选取高分辨率光学遥感影像进行数据筛选及预处理,建立了含有2.4万艘不同类型舰船的分类检测数据集.依据中华人民共和国海事局《船舶登记工作规程》中的舰船分类规则,结合遥感影像实际情况,建立了基于遥感影像的海上舰船分类体系.通过搭建深度学习训练平台,使用YOLOv3神经网络算法对舰船进行分类检测.在测试集上对训练完成的模型进行验证,舰船分类检测结果的召回率达到91％以上,准确率达到95％以上.在GPU加速的情况下,可达30 fps以上的检测速率,使得该模型在具备鲁棒性和准确性的同时也具备实时分类检测的能力.

关键词：舰船分类、高分光学遥感影像、目标检测、YOLOv3

所属期刊栏目：36

分类号：P237(摄影测量学与测绘遥感)

在线出版日期：2020-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：43-48,58