为提升水面目标的检测性能,保障智能船舶的航行安全,基于YOLOv3 (you only look once)提出了一种面向精准目标定位的水面目标检测算法.首先,利用残差密集模块改进了YOLOv3的头部网络,让不同特征间能够进行跨越式的信息交互.其次,将头部...为提升水面目标的检测性能,保障智能船舶的航行安全,基于YOLOv3 (you only look once)提出了一种面向精准目标定位的水面目标检测算法.首先,利用残差密集模块改进了YOLOv3的头部网络,让不同特征间能够进行跨越式的信息交互.其次,将头部网络中的最近邻上采样层替换为了反卷积层,使得网络在训练过程中能够更加自主地学习特征缩放.最后,将普通的学习率衰减策略和余弦退火策略相结合,进一步提升网络的训练效果.利用真实水域下的图像数据对提出的方法进行训练和测试,实验结果表明:提出的方法将水面目标的检测精度提升了4.7%,实现了更加精准的目标定位.展开更多
文摘为提升水面目标的检测性能,保障智能船舶的航行安全,基于YOLOv3 (you only look once)提出了一种面向精准目标定位的水面目标检测算法.首先,利用残差密集模块改进了YOLOv3的头部网络,让不同特征间能够进行跨越式的信息交互.其次,将头部网络中的最近邻上采样层替换为了反卷积层,使得网络在训练过程中能够更加自主地学习特征缩放.最后,将普通的学习率衰减策略和余弦退火策略相结合,进一步提升网络的训练效果.利用真实水域下的图像数据对提出的方法进行训练和测试,实验结果表明:提出的方法将水面目标的检测精度提升了4.7%,实现了更加精准的目标定位.