基于卷积神经网络的航母舰桥识别

摘要：

针对反舰导弹攻击航母时雷达关机的问题,提出转变制导方式为可见光制导,并采用YOLOv5神经网络对舰桥自动识别的技术方案.由于航母数据集较少,采用Mosaic数据增强的方法,不仅增加了数据集数量,而且提高了网络的鲁棒性.将特征明显、目标较大的舰桥作为主要识别对象.在对数据集进行建立之后,完成了对其的测试以及训练,从而获得了以下研究结论:在不同情况、不同角度的航母识别中,检测准确率可达到90％以上,对航母准确识别跟踪任务具有重要意义.

关键词：航母、舰桥、目标识别、YOLOv5

所属期刊栏目：39

分类号：TP183(自动化基础理论)

在线出版日期：2023-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：177-181