基于深度学习的可见光舰船目标检测与识别

• 作者: 李秀娟 李军怀 乔路琪
• 来源期刊: 无线电工程
• 学科: 工学
• 关键词: 目标检测 舰船检测 特征金字塔网络 ROI对齐
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 测控遥感与导航定位|TT&C,Remote Sensing and Navigation&Positioning
• 页码范围: 484-491
• 页数: 8页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3106.2022.03.020

摘要

目标检测技术是计算机视觉中的重要任务,舰船的目标检测是保证海面安全不可或缺的技术,提出了一种改进Faster R-CNN的可见光舰船图像目标检测方法.针对Faster R-CNN网络舰船目标检测时出现的尺度较为单一及ROI池化造成的精度损失问题,通过引入特征金字塔模块实现多尺度特征融合,并将ROI池化的下采样策略优化为ROI对齐方法,以此提升目标检测精度.实验表明,在可见光舰船数据集上取得了较好的效果,优化后网络模型使用VGGNet-16作为主干网络精度提升了5％,使用ResNet-101作为主干网络精度提升了5.4％,比YOLOv3精度最高提升了6.6％.