基于深度学习的红外舰船目标识别

杨涛, 戴军, 吴钟建, 金代中, 周国家

杨涛, 戴军, 吴钟建, 金代中, 周国家. 基于深度学习的红外舰船目标识别[J]. 红外技术, 2020, 42(5): 426-433.
引用本文: 杨涛, 戴军, 吴钟建, 金代中, 周国家. 基于深度学习的红外舰船目标识别[J]. 红外技术, 2020, 42(5): 426-433.
YANG Tao, DAI Jun, WU Zhongjian, JIN Daizhong, ZHOU Guojia. Target Recognition of Infrared Ship Based on Deep Learning[J]. Infrared Technology , 2020, 42(5): 426-433.
Citation: YANG Tao, DAI Jun, WU Zhongjian, JIN Daizhong, ZHOU Guojia. Target Recognition of Infrared Ship Based on Deep Learning[J]. Infrared Technology , 2020, 42(5): 426-433.

基于深度学习的红外舰船目标识别

详细信息
  • 中图分类号: TN957.52%TP18

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
出版历程

目录

    /

    返回文章
    返回
    x 关闭 永久关闭

    尊敬的专家、作者、读者:

    端午节期间因系统维护,《红外技术》网站(hwjs.nvir.cn)将于2024年6月7日20:00-6月10日关闭。关闭期间,您将暂时无法访问《红外技术》网站和登录投审稿系统,给您带来不便敬请谅解!

    预计6月11日正常恢复《红外技术》网站及投审稿系统的服务。您如有任何问题,可发送邮件至编辑部邮箱(irtek@china.com)与我们联系。

    感谢您对本刊的支持!

    《红外技术》编辑部

    2024年6月6日