基于深度学习的舰船检测识别
发布时间：2021-04-09 21:40
海洋在二十一世纪受到了越来越多的关注,无论是海洋资源的开发,保护作业安全,还是海洋领土意识的觉醒,保护海洋领土不受侵犯,都需要快速获取海上目标的信息,因此如何利用现代技术实现海上目标的快速识别和定位成为了一个非常迫切的需求。随着现代成像技术的发展,图像的分辨率和质量越来越好,同时随着深度学习的迅猛发展,在视觉领域展现了其对传统方法的巨大优势,因而采用基于深度学习的方法解决海上舰船检测问题成为一种很有潜力的方法。在目标检测领域经常会遇到检测目标的尺度大小不一、检测目标过小的问题,这会带来检测上的难度。同时在面对特定的检测场景时,训练神经网络的数据量常常不足,这会导致最终的检测效果不佳,急需解决这种小样本训练问题。同时在将模型部署到移动端时要对模型的规模和移动硬件实际的计算资源进行权衡。因此,针对以上问题,本文从以下方面进行研究:首先,研究深度学习,特别是在图像处理领域表现优秀的卷积神经网络的原理,分析其自动提取特征的机制,研究基于深度学习的目标检测算法,分析各算法的特点和优劣之处,将相应的算法引入舰船检测领域,根据舰船检测中面临的问题:要有良好的实时性、在小目标检测上表现良好、对目标分布...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
sigmoid函数曲线
图 2-5 RELU 函数看出这实际上是一个分段函数在 x>0 时，梯度为 1，当 x<0 时U 函数有以下优点：x>0 时，解决了梯度消失效应简单：与 sigmoid 函数比起来，RELU 函数计算简单不需要做一得输出快：对随机梯度下降算法的收敛有很好的加速作用，因为，对于入其激活值随着数值的增大而变大，因而收敛速度更快。 RELU 函数也有相应的缺点，在 x<0 时，梯度都为 0，也就是说产生影响，这种现象叫做死区；而且当神经元有一个非常大的梯元就会强行被设置为 0，在以后的训练过程中不会再被激活，如大的话，会导致大量的神经元坏死。为了解决 RELU 函数死区种改进的版本，如 Leaky ReLU 函数，其函数形式为： 00x xf x x x
哈尔滨工业大学工学硕士学位论文含任何目标，则将原图输出，即原图中不包含船只目标。在制作数据集时，基于收集图像数据困难的场景，一共收军舰、渔船、游轮和货船 4 类，每一类 500 张，然后对图像图像上框出目标的位置并为其分类，标注时使用了标注工使用方法为：首先打开数据集，设置标注输出目录，然后将类别，点击 Create,在图像中框出目标，选择目标类别，当图出所有的目标后点击保存，如下图是在标注时的场景：
【参考文献】：
期刊论文
[1]多尺度空间金字塔池化PCANet的行人检测[J]. 夏胡云,叶学义,罗宵晗,王鹏. 计算机工程. 2019(02)
[2]基于深度学习的小目标检测研究综述[J]. 刘晓楠,王正平,贺云涛,刘倩. 战术导弹技术. 2019(01)
[3]基于局部SVD的深度图像增强算法[J]. 冯策,薄中. 中国电子科学研究院学报. 2018(04)
[4]改进的P-M去噪模型[J]. 张雪. 电脑知识与技术. 2018(08)
[5]基于模糊C均值聚类的高分辨率合成孔径雷达图像舰船目标检测[J]. 张临杰,张晰,郎海涛. 中国海洋大学学报(自然科学版). 2018(03)
[6]基于多向梯度法的红外弱小目标快速检测方法[J]. 王军,姜志,柳红岩,何昕,张新. 光电子·激光. 2016(09)
[7]一种基于视觉显著图的舰船红外图像目标检测方法[J]. 马新星,沈同圣,徐健. 红外. 2013(10)
[8]一种基于自适应Canny算子的舰船红外图像边缘检测方法[J]. 马新星,徐健,张健. 红外. 2013(07)
硕士论文
[1]SAR图像中舰船检测与识别算法的研究及其硬件实现[D]. 郑强斌.西安理工大学 2018
[2]复杂背景下的恒虚警检测方法研究[D]. 张欣.西安电子科技大学 2017
[3]红外舰船检测与目标识别方法研究[D]. 陈振.哈尔滨工程大学 2016
[4]SAR图像相干斑抑制及舰船检测方法研究[D]. 谢昌志.中国科学技术大学 2015
[5]复杂场景红外舰船目标实时检测技术研究[D]. 王丁禾.国防科学技术大学 2012
[6]复杂海天背景红外舰船目标自动检测方法研究[D]. 李翠红.湖南师范大学 2012
[7]合成孔径雷达图像上舰船目标的检测[D]. 陈珊.上海交通大学 2008
本文编号：3128361
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
sigmoid函数曲线
图 2-5 RELU 函数看出这实际上是一个分段函数在 x>0 时，梯度为 1，当 x<0 时U 函数有以下优点：x>0 时，解决了梯度消失效应简单：与 sigmoid 函数比起来，RELU 函数计算简单不需要做一得输出快：对随机梯度下降算法的收敛有很好的加速作用，因为，对于入其激活值随着数值的增大而变大，因而收敛速度更快。 RELU 函数也有相应的缺点，在 x<0 时，梯度都为 0，也就是说产生影响，这种现象叫做死区；而且当神经元有一个非常大的梯元就会强行被设置为 0，在以后的训练过程中不会再被激活，如大的话，会导致大量的神经元坏死。为了解决 RELU 函数死区种改进的版本，如 Leaky ReLU 函数，其函数形式为： 00x xf x x x
哈尔滨工业大学工学硕士学位论文含任何目标，则将原图输出，即原图中不包含船只目标。在制作数据集时，基于收集图像数据困难的场景，一共收军舰、渔船、游轮和货船 4 类，每一类 500 张，然后对图像图像上框出目标的位置并为其分类，标注时使用了标注工使用方法为：首先打开数据集，设置标注输出目录，然后将类别，点击 Create,在图像中框出目标，选择目标类别，当图出所有的目标后点击保存，如下图是在标注时的场景：
【参考文献】：
期刊论文
[1]多尺度空间金字塔池化PCANet的行人检测[J]. 夏胡云,叶学义,罗宵晗,王鹏. 计算机工程. 2019(02)
[2]基于深度学习的小目标检测研究综述[J]. 刘晓楠,王正平,贺云涛,刘倩. 战术导弹技术. 2019(01)
[3]基于局部SVD的深度图像增强算法[J]. 冯策,薄中. 中国电子科学研究院学报. 2018(04)
[4]改进的P-M去噪模型[J]. 张雪. 电脑知识与技术. 2018(08)
[5]基于模糊C均值聚类的高分辨率合成孔径雷达图像舰船目标检测[J]. 张临杰,张晰,郎海涛. 中国海洋大学学报(自然科学版). 2018(03)
[6]基于多向梯度法的红外弱小目标快速检测方法[J]. 王军,姜志,柳红岩,何昕,张新. 光电子·激光. 2016(09)
[7]一种基于视觉显著图的舰船红外图像目标检测方法[J]. 马新星,沈同圣,徐健. 红外. 2013(10)
[8]一种基于自适应Canny算子的舰船红外图像边缘检测方法[J]. 马新星,徐健,张健. 红外. 2013(07)
硕士论文
[1]SAR图像中舰船检测与识别算法的研究及其硬件实现[D]. 郑强斌.西安理工大学 2018
[2]复杂背景下的恒虚警检测方法研究[D]. 张欣.西安电子科技大学 2017
[3]红外舰船检测与目标识别方法研究[D]. 陈振.哈尔滨工程大学 2016
[4]SAR图像相干斑抑制及舰船检测方法研究[D]. 谢昌志.中国科学技术大学 2015
[5]复杂场景红外舰船目标实时检测技术研究[D]. 王丁禾.国防科学技术大学 2012
[6]复杂海天背景红外舰船目标自动检测方法研究[D]. 李翠红.湖南师范大学 2012
[7]合成孔径雷达图像上舰船目标的检测[D]. 陈珊.上海交通大学 2008
本文编号：3128361
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3128361.html
