10.3969/j.issn.2096-4641.2021.04.009
基于深度迁移学习的红外舰船目标检测算法
深度神经网络训练需要大量样本数据,但是对于红外舰船目标而言,不同种类、不同视角的红外舰船目标样本量较少且难以采集,这给深度学习训练造成很大的困难.为了降低深度学习对真实红外舰船目标数据量的需求,本文使用大量仿真红外舰船图像和少量真实红外舰船图像作为样本进行训练,为了解决仿真红外舰船图像和真实红外舰船图像的跨域适应性问题,本文利用由粗到细的特征自适应方法实现跨域目标检测功能.实验结果表明,本文提出的算法对于真实红外舰船目标有较高的检测准确率.
红外舰船;仿真图像;深度迁移学习;特征自适应方法;目标检测
4
TP391.41(计算技术、计算机技术)
2021-12-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
61-66