期刊专题

10.11896/j.issn.1002-137X.2019.08.055

基于改进YOLO v2的船舶目标检测方法

引用
针对船舶图像目标检测中存在的小目标检测准确率低、系统鲁棒性差的问题,提出一种改进的YOLO v2算法对船舶图像目标进行检测.通过目标框维度聚类、网络结构改进、输入图像多尺度变换等方法对传统YOLO v2算法进行改进,使其能够更好地适应船舶目标检测任务.测试结果表明,在输入图像尺寸为416×416时,该算法的平均精确率(mean Average Precision,mAP)达到79.1%,检测速度为64帧/s(Frames Per Second,FPS).所提方法可满足实时检测的需要,且具有小目标检测精度高、鲁棒性强的特点.

船舶目标检测、目标检测、卷积神经网络、改进YOLO v2

46

TP183(自动化基础理论)

国家重点研发计划2017YFC0821001;国家自然科学基金61373089;辽宁省自然科学基金201602652;辽宁省教育厅基本科研项目LG201707

2019-09-05(万方平台首次上网日期,不代表论文的发表时间)

共5页

332-336

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

46

2019,46(8)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn