10.3969/j.issn.1000-4653.2018.02.009
基于改进卷积神经网络的船舶目标检测
为提高无人船研究中的船舶辨识速度和精度,弥补海上船舶目标检测中船载自动识别系统(Automatic Identification System,AIS)和雷达图像的不足,提出一种基于改进卷积神经网络的船舶目标检测模型.设计多策略的卷积神经网络模型,利用船舶图像数据进行训练和测试,并将测试结果与基于区域提名和基于回归方法的卷积神经网络模型结果相对比.试验结果表明,改进的卷积神经网络模型的船舶检测准确率高于另外2种模型.
船舶目标检测、卷积神经网络、特征提取、深度残差网络
41
TP391.4(计算技术、计算机技术)
湖北省自然科学基金2016CFB362
2018-11-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
41-45,51