期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于无监督域适应的低空海面红外目标检测 被引量:9
1
作者 宋子壮 杨嘉伟 +2 位作者 张东方 王诗强 张越 《光学学报》 EI CAS CSCD 北大核心 2022年第4期119-126,共8页
提出一种基于无监督域适应的低空海面红外目标检测方法。首先利用图像翻译网络将源域图像翻译为目标域图像并共享标签。其次在YOLOv5s目标检测网络中使用梯度反转层优化网络提取特征的域间适应性。此外利用最大均值差异损失进一步缩小... 提出一种基于无监督域适应的低空海面红外目标检测方法。首先利用图像翻译网络将源域图像翻译为目标域图像并共享标签。其次在YOLOv5s目标检测网络中使用梯度反转层优化网络提取特征的域间适应性。此外利用最大均值差异损失进一步缩小从网络中提取的不同红外探测器图像的特征分布。最后采用AdamW异步更新优化算法进一步提高模型在训练过程中的稳定性与检测精度。将所提方法在不同红外探测器采集的低空海面红外船只与无人机数据集中进行实验。实验结果表明,相较于传统有监督学习方法,所提方法有效降低了人工标注成本,且源域检测精度提高6.56个百分点,目标域检测精度提高2.62个百分点,有效提升目标检测模型在不同红外探测器间的泛化能力。 展开更多
关键词 机器视觉 红外探测器 无监督域适应 梯度反转层 稳定训练 目标检测
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部