基于轻量化深度网络的舰船目标识别技术研究

• 作者: 刘俊 姜涛 徐小康 李亚辉 田胜
• 来源期刊: 无线电工程
• 学科: 工学
• 关键词: 深度学习 目标检测识别 轻量化网络:舰船目标
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 专家视点
• 页码范围: 1025-1030
• 页数: 6页
• 分类号: TP391
• 字数: 4098字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3106.2019.12.001

摘要

针对海上多平台资源受限条件下的舰船目标识别任务,提出一种基于轻量化深度网络的舰船目标识别方法,通过深度可分离卷积及多尺度语义信息融合等进行改进.设计了嵌入式平台应用背景下的轻量化舰船目标识别方法,在自建目标数据集保证top5准确率达到93.5％情况下,实现了模型参数量与计算量的大幅度削减.证明了该网络在低功耗资源受限情况下能够有效完成舰船目标识别任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘俊	杭州电子科技大学通信与传输信息融合国防重点学科实验室	19	69	5.0	7.0
2	姜涛	杭州电子科技大学通信与传输信息融合国防重点学科实验室	6	5	2.0	2.0
3	田胜	杭州电子科技大学通信与传输信息融合国防重点学科实验室	2	1	1.0	1.0
4	徐小康	杭州电子科技大学通信与传输信息融合国防重点学科实验室	2	1	1.0	1.0
5	李亚辉	杭州电子科技大学通信与传输信息融合国防重点学科实验室	3	2	1.0	1.0