基于深度学习的可见光图像舰船目标检测与识别

• 作者: 岳瞳 杨宇
• 来源期刊: 舰船电子对抗
• 关键词: 深度学习 先验框改进 特征优化 舰船检测与识别 可见光图像舰船数据集
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 信号/数据处理技术|SIGNAL/DATA PROCESSING TECHNOLOGY
• 页码范围: 77-82,95
• 页数: 7页
• 分类号: TN911.73
• 语种: 中文
• DOI: 10.16426/j.cnki.jcdzdk.2021.02.017

摘要

为探究深度卷积神经网络在舰船检测与识别中的应用,研究了基于深度学习方法的可见光图像舰船目标检测与识别,总结了适用的可见光图像舰船数据集与针对舰船目标的网络优化方法.研究表明,迁移学习、先验框改进、特征优化等方法均能提升舰船检测与识别的准确率.未来应结合多源特征的融合,对轻量化舰船识别、细粒度舰船分类等方向进行研究.