| 基于深度学习方法的海上舰船目标检测 |
| |
| 引用本文： | 袁明新,张丽民,朱友帅,姜烽,申燚. 基于深度学习方法的海上舰船目标检测[J]. 舰船科学技术, 2019, 41(1): 111-115,124 |
| |
| 作者姓名： | 袁明新 张丽民 朱友帅 姜烽 申燚 |
| |
| 作者单位： | 江苏科技大学机械工程学院,江苏镇江212003;张家港江苏科技大学产业技术研究院,江苏张家港215600;江苏科技大学机械工程学院,江苏镇江,212003;张家港江苏科技大学产业技术研究院,江苏张家港,215600 |
| |
| 基金项目： | 国家自然科学基金;张家港江苏科技大学产业技术研究院自主产业化资助项目 |
| |
| 摘 要： | 为了提高海上无人艇的舰船目标检测精度和速率,本文基于深度学习方法,利用卷积神经网络、区域建议网络及Fast R-CNN检测框架构建了舰船检测系统。该系统通过共享的卷积神经网络提取特征;通过区域建议网络生成候选区域;通过Fast R-CNN框架实现目标检测识别,从而实现端到端的舰船目标检测。实验结果表明,相比于传统机器学习目标检测算法,该舰船检测系统在检测精度及检测速率上均有大幅提高,达到83.79%的准确率及0.05 s/帧的检测速率。本文的舰船检测系统在检测精度及速率上均表现优异,满足了水面无人艇的工作要求。
|
| 关 键 词： | 舰船 目标检测 深度学习 区域建议网络 卷积神经网络 |
Ship target detection based on deep learning method |
| |
| YUAN Ming-xin,ZHANG Li-min,ZHU You-shuai,JIANG Feng,SHEN. Ship target detection based on deep learning method[J]. Ship Science and Technology, 2019, 41(1): 111-115,124 |
| |
| Authors: | YUAN Ming-xin ZHANG Li-min ZHU You-shuai JIANG Feng SHEN |
| |
| Affiliation: | (School of Mechanical Engineering,Jiangsu University of Science and Technology,Zhenjiang 212003,China;Zhangjiagang Industrial Technology Research Institute,Jiangsu University of Science and Technology,Zhangjiagang 215600,China) |
| |
| Abstract: | YUAN Ming-xin;ZHANG Li-min;ZHU You-shuai;JIANG Feng;SHEN Yi(School of Mechanical Engineering,Jiangsu University of Science and Technology,Zhenjiang 212003,China;Zhangjiagang Industrial Technology Research Institute,Jiangsu University of Science and Technology,Zhangjiagang 215600,China) |
| |
| Keywords: | ship target detection deep learning region proposal networks convolutional neural networks |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
