基于时空关联深度学习框架的船舶特征识别方法

该文研究了一种基于迁移学习的跨场景船舶特征实时分类的方法。主要解决因气象环境、拍摄角度以及光照变化等影响,使在一个数据集上训练的深度神经网络无法直接在其他数据集上获得高准确率的问题。基于迁移学习的思路,该文用分类网络结合对抗生成网络解决迁移学习的问题。通过分类网络与判别器进行对抗,通过训练使判别器不能区分原数据集与迁移数据集的区别,借此学习迁移数据集提取优秀特征的能力;同时通过原数据集标签训练检测网络,使特征提取网络提取特有特征的能力不被退化。