首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于YOLO算法的内河船舶检测 与监控实现
引用本文:凌梓钦,徐昶悦,仇威,李志斌,张馨月.基于YOLO算法的内河船舶检测 与监控实现[J].航海,2019(5).
作者姓名:凌梓钦  徐昶悦  仇威  李志斌  张馨月
作者单位:上海海事大学物流工程学院,上海,201306;上海海事大学交通运输学院,上海,201306;上海海事大学海洋科学与工程学院,上海,201306
摘    要:随着内河水运的不断发展,内河航运船舶数量不断增多,但是内河船舶AIS设备安装质量参差不齐,这给监管部门掌握区域内航行船舶数量带来困难。同时,随着计算机计算能力的提高与人工智能技术的发展,基于卷积神经网络的图像识别系统有了越来越多的应用。本文提出了使用YOLO实时目标检测技术,实现了对内河中运行的船舶进行实时监控并记录。结果表明,该模型在测试集当中的识别准确率达到97.50%,在实际应用当中拥有识别速度快、实时性较好、准确度较高的优点,拥有较好的应用前景。

关 键 词:目标检测  内河船舶  卷积神经网络  YOLO算法
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号