基于改进YOLOv5的海面可见光图像船舶检测技术 |
| |
引用本文: | 宦毓泰,陈琳,刘彬,王文杰.基于改进YOLOv5的海面可见光图像船舶检测技术[J].机电设备,2022(6):103-107+112. |
| |
作者姓名: | 宦毓泰 陈琳 刘彬 王文杰 |
| |
作者单位: | 上海船舶设备研究所 |
| |
摘 要: | 针对无人船感知系统中的可见光图像船舶检测,提出了一种基于YOLOv5的算法,对深度学习网络模型的输入端、损失函数和检测框进行优化,使用迁移学习的策略进行网络模型训练。试验结果表明:该算法海面可见光图像船舶检测的平均精度均值达到98.6%,较YOLOv5提升1.69%,平均检测时间约为45 ms,能够满足不同条件下海面船舶检测的需求。
|
关 键 词: | 目标检测 YOLOv5 船舶检测 感知 |
|
|