深度学习在舰船前方障碍物图像识别中的应用

摘要：

在舰船前方障碍物图像识别中,传统的图像识别系统漏检概率高、检测性能较差,难以满足舰船安全航行要求.深度学习是一种智能化技术,将其应用到障碍物图像识别中可以提高图像信息筛选、计算和检测效率.本文介绍深度学习中的神经网络模型和卷积神经网络,以及深度学习在舰船前方障碍物图像识别中的检测方法.基于传统深度学习算法的不足,提出改进后的Faster R-CNN方法在障碍物图像识别中的应用,并通过对比实验进行论证,实验结果表明改进后的图像识别模型具备检测精度高的应用优势.

关键词：深度学习、舰船、前方障碍物、图像识别

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金62076215

在线出版日期：2022-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：157-160