基于YOLOv3的船舶目标检测算法

摘要：

为提高船舶目标智能检测的精度和实时性,提出一种基于YOLOv3算法的船舶目标检测方法,可用于视频图像的监测与跟踪.参照PASCAL VOC数据集格式,构建船舶目标检测数据集,采用k-means聚类先验框、mixup、标签平滑化等方法对算法进行改进和优化,在GPU(Graphic Processing Unit)云服务器中完成算法模型的训练和检测,并与FasterR-CNN、SSD(Single Shot MultiBox Detector)、原始YOLOv3等算法进行模型性能的试验对比.试验结果表明:改进的算法明显优于其他算法,其在测试集上的平均精度均值(mean Average Precision,mAP)和检测速度分别达到89.90％和30每秒检测帧数(Frames Per Second,FPS).

关键词：船舶、目标检测、深度学习、YOLOv3

所属期刊栏目：43

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2020-05-19（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：67-72