期刊文献+

基于R-CNN算法的海上船只的检测与识别 被引量:5

Detection and recognition of marine vessels based on R-CNN
下载PDF
导出
摘要 针对海上的船只目标,采用深度学习目标分类算法中的R-CNN(region with CNN)算法对其进行分类检测与识别。将实验中的船只数据分为货船、邮轮和游艇三类,通过调整优化神经网络中的迭代次数、批处理尺寸等参数,使神经网络识别准确率达到80.98%。同时将该神经网络用于图像特征提取,使R-CNN的mAP值达到48.88%。同时应用soft-NMS对R-CNN算法进行改进,改进后的R-CNN算法的m AP值达到51%,要好于之前的算法。相比于传统的机器学习目标检测识别算法,基于深度学习的目标检测识别算法拥有更高的检测准确度和执行效率。实验结果表明,该算法可以有效地实现海上船只的检测与识别。
作者 张新 郭福亮 梁英杰 陈修亮 Zhang Xin;Guo Fuliang;Liang Yingjie
出处 《计算机应用研究》 CSCD 北大核心 2020年第S01期314-315,319,共3页 Application Research of Computers
基金 国家自然科学基金资助项目
  • 相关文献

参考文献5

二级参考文献28

共引文献129

同被引文献91

引证文献5

二级引证文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部