Target Recognition of Infrared Ship Based on Deep Learning
-
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.
-
-
期刊类型引用(7)
1. 徐嘉臻,孙国立,李要锋,范国涛,李帅杰,宋辉军. 盆式绝缘子闪络的典型异物红外图像识别算法. 信息技术. 2024(02): 160-165 . 百度学术
2. 邓力,谢爽爽,刘全义,谭阳. 基于改进YOLO模型的飞机货舱红外图像火灾检测. 航空科学技术. 2024(11): 112-118 . 百度学术
3. 李彦锴,许媛媛,刘子琪,陈玉清. 基于改进YOLO v3算法的空中红外目标检测. 红外技术. 2023(04): 386-393 . 本站查看
4. 王永生,姬嗣愚. 基于深度学习的目标检测算法综述. 计算机与数字工程. 2023(06): 1231-1237 . 百度学术
5. 陈初侠,丁勇. 基于多尺度语义网络的红外舰船目标检测. 红外技术. 2022(05): 529-536 . 本站查看
6. 王卫斌,卫旭涛. 基于改进SVM的红外成像目标识别模型构建及仿真. 自动化与仪器仪表. 2022(11): 40-45 . 百度学术
7. 贺萌. 基于大数据分析的船舶出海频率预测模型研究. 舰船科学技术. 2021(10): 37-39 . 百度学术
其他类型引用(8)
计量
- 文章访问数: 237
- HTML全文浏览量: 33
- PDF下载量: 61
- 被引次数: 15