期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进YOLOv4深度学习的有雾海面船只识别
被引量:
1
1
作者
孙智文
秦志亮
+4 位作者
彭若松
马林伟
马本俊
刘雪芹
赵杰臣
《应用科技》
CAS
2023年第5期37-45,共9页
为了提高有雾场景下船只检测识别的准确率,本文运用四分法计算求解大气光值实现对暗通道先验去雾算法的优化,引入空洞卷积方法和K-means++聚类算法改进YOLOv4算法,提出改进的暗通道先验去雾算法和改进YOLOv4深度学习的船只检测方法。通...
为了提高有雾场景下船只检测识别的准确率,本文运用四分法计算求解大气光值实现对暗通道先验去雾算法的优化,引入空洞卷积方法和K-means++聚类算法改进YOLOv4算法,提出改进的暗通道先验去雾算法和改进YOLOv4深度学习的船只检测方法。通过与不同去雾算法和船只识别算法进行对比实验分析,改进后的方法更好地实现了海面船只的实时检测及分类识别。实验结果表明该方法解决了原去雾算法中去雾图像亮度偏暗等问题,提高了船只识别的准确率与实时性,对海上有雾环境条件下的船只实时检测研究具有一定的理论指导意义。
展开更多
关键词
船舶检测
船舶分类识别
图像去雾
暗通道先验去雾算法
深度学习
YOLOv4算法
K-means++方法
空洞卷积方法
下载PDF
职称材料
题名
基于改进YOLOv4深度学习的有雾海面船只识别
被引量:
1
1
作者
孙智文
秦志亮
彭若松
马林伟
马本俊
刘雪芹
赵杰臣
机构
青岛哈尔滨工程大学创新发展中心
哈尔滨工程大学青岛创新发展基地
出处
《应用科技》
CAS
2023年第5期37-45,共9页
文摘
为了提高有雾场景下船只检测识别的准确率,本文运用四分法计算求解大气光值实现对暗通道先验去雾算法的优化,引入空洞卷积方法和K-means++聚类算法改进YOLOv4算法,提出改进的暗通道先验去雾算法和改进YOLOv4深度学习的船只检测方法。通过与不同去雾算法和船只识别算法进行对比实验分析,改进后的方法更好地实现了海面船只的实时检测及分类识别。实验结果表明该方法解决了原去雾算法中去雾图像亮度偏暗等问题,提高了船只识别的准确率与实时性,对海上有雾环境条件下的船只实时检测研究具有一定的理论指导意义。
关键词
船舶检测
船舶分类识别
图像去雾
暗通道先验去雾算法
深度学习
YOLOv4算法
K-means++方法
空洞卷积方法
Keywords
ship inspection
ship classification and identification
image defogging
dark channel prior defogging algorithm
deep learning
YOLOv4 algorithm
K-means++method
hollow convolution method
分类号
P752 [天文地球—海洋科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进YOLOv4深度学习的有雾海面船只识别
孙智文
秦志亮
彭若松
马林伟
马本俊
刘雪芹
赵杰臣
《应用科技》
CAS
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部