论文摘要
单阶段多框架目标检测算法在目标检测领域取得了成功的应用,但其针对公共数据集中船舶检测的平均精度明显低于其它刚体类目标类别,同时现有公开数据集中的船舶数量较少且类别单一。为提高检测精度,提出一种基于改进VGG网络的单阶段船舶检测算法,在原有VGG底层网络的基础上加入异步卷积和最大池化的交替连接结构,保证实时处理的同时提高船舶检测的平均精度。为增加训练所需的船舶数量和类别,广泛收集互联网中包含船舶的图片,建立了包含22 507个船舶目标的数据集,其中6 902个目标标签细分为七类船舶。实验将公开数据集VOC2007和VOC2012中的图片缩小至300×300训练后,SSSD在VOC2007test中的平均检测精度均值可达79.3%,平均检测速度超过40 fps。通过迁移参数的方法,在自建数据集中训练后,对大类船舶检测的平均精度超过84%,对七类船舶检测的平均精度均值超过89%,领先现有同类船舶检测算法。
论文目录
文章来源
类型: 期刊论文
作者: 赵蓬辉,孟春宁,常胜江
关键词: 卷积神经网络,异步卷积,船舶检测,船舶数据集,迁移参数
来源: 光电子·激光 2019年07期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 船舶工业,计算机软件及计算机应用,自动化技术
单位: 南开大学电子信息与光学工程学院现代光学研究所,武警海警学院电子技术系
基金: 公安部技术研究计划项目(2017JSYJC10)
分类号: U675.79;TP391.41;TP183
DOI: 10.16136/j.joel.2019.07.0033
页码: 719-730
总页数: 12
文件大小: 3766K
下载量: 145
相关论文文献
- [1].基于肤色分割与改进VGG网络的手语识别[J]. 计算机系统应用 2020(06)
- [2].基于VGG网络的古籍版面图像差异性比较方法[J]. 激光杂志 2020(09)
- [3].改进VGG网络的多聚焦图像的融合方法[J]. 应用光学 2020(03)
- [4].基于步态能量图与VGG结合的步态识别方法[J]. 重庆理工大学学报(自然科学) 2020(05)
- [5].基于VGG的湖面塑料制品漂浮物识别[J]. 塑料科技 2020(08)
- [6].融合VGG与FCN的智能出租车订单预测模型[J]. 计算机工程 2020(12)
- [7].基于SDP图像与VGG网络的旋转机械转子故障诊断研究[J]. 机电工程 2020(09)
- [8].基于改进VGG卷积神经网络的奶牛牛脸识别研究[J]. 湖北农机化 2019(13)
- [9].基于VGG网络的鲁棒目标跟踪算法[J]. 计算机工程与科学 2020(08)
- [10].基于VGG模型的岩石薄片图像识别[J]. 地质通报 2019(12)
- [11].基于VGG深度卷积神经网络和空间分布的道路裂纹种类识别[J]. 交通信息与安全 2019(06)
- [12].改进的VGG网络的二极管玻壳图像缺陷检测[J]. 图学学报 2019(06)
- [13].改进VGG模型在苹果外观分类中的应用[J]. 科学技术与工程 2020(19)
- [14].基于VGG网络的双波段图像融合方法[J]. 激光与红外 2019(11)
- [15].BN对VGG神经网络的影响研究[J]. 合肥工业大学学报(自然科学版) 2018(01)
- [16].基于改进VGG卷积神经网络的棉花病害识别模型[J]. 中国农业大学学报 2018(11)
- [17].改进的VGG网络可提升年龄与性别预测准确率[J]. 计算机工程与应用 2019(18)
- [18].基于改进VGG卷积神经网络的前方车辆目标检测[J]. 数字制造科学 2018(04)
- [19].基于VGG网络的图像风格迁移Android应用[J]. 福建电脑 2019(03)
- [20].稀疏深度特征对传统显著性检测的优化[J]. 中国图象图形学报 2019(09)