基于深度学习的红外舰船目标识别

• 作者: 吴钟建 周国家 戴军 杨涛 金代中
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 红外图像 目标识别 深度学习 YOLOv3
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 426-433
• 页数: 8页
• 分类号: TN957.52|TP18
• 字数: 3799字
• 语种: 中文

摘要

本文采用深度学习技术中的YOLOv3(You Only Look Once Version 3)目标识别算法对红外成像仪从海面采集的红外图像中舰船进行识别.红外成像仪采集图像的频率高达50帧/s,为了能减少网络计算时间,本文借鉴YOLOv3的一些思想,采用全卷积结构和LeakReLU激活函数重新设计一个轻量化的基础网络,以此加快检测速度.输出层根据采集回来的红外图像的特点采用Softmax算法回归,在提高检测速度的同时,也兼顾了检测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴军		7	40	3.0	6.0
2	吴钟建		7	30	4.0	5.0
3	金代中		5	13	3.0	3.0
4	杨涛		1	0	0.0	0.0
5	周国家		2	0	0.0	0.0