当前位置:主页 > 科技论文 > 自动化论文 >

基于深度学习的船只目标检测与视觉测量研究

发布时间:2025-01-09 03:57
  深度学习已在计算机视觉领域发挥巨大作用,但深度学习视觉检测算法对船只目标的检测精度不高,深度学习视觉测量算法依赖后处理,总体效果有待改进。本文开展基于深度学习的船只目标检测与视觉测量算法相关应用研究,围绕提高船只目标检测精度与速度、增强视觉测量网络性能展开,取得一系列研究成果。研究了卷积神经网络的基础结构与传播过程,整合分析深度学习优化方法原理、适用背景,为应用研究提供了方法支撑。分析目标检测任务与评价指标,为目标检测方法评估与改进奠定基础。针对船只目标检测速度要求,比较现有的网络框架,基于YOLO V2端到端的检测网络框架,设计船只目标检测框架,以满足检测实时性要求。深入研究了船只目标检测改进方法。针对船只目标缺少训练样本、船只目标检测精度不高、检测时目标大小变化剧烈问题,提出一种基于YOLO V2网络下改进的船只目标检测算法S-YOLO。使用Python爬取网络上船只图片,通过数据增强扩充数据集,利用迁移学习,解决了可获取船只样本数量少、网络难以训练等问题。使用改进的聚类方法确定符合船只形状的检测框形状大小,以获得更准确的精度。构造了混合尺度检测网络,使网络有能力适应船只检测过程时目...

【文章页数】:92 页

【学位级别】:硕士

【部分图文】:

图1.1ILSVRC比赛数据

图1.1ILSVRC比赛数据

岢霾罘纸??粒子群混合算法(DEPSO),达到优化SVM模型的目的,获得较高的识别率。Kawahara等[26]采用SVM分类器,提出舰船ISAR目标识别方法,该方法较稳健,对方位角变化不敏感。Cross[27]介绍了美国国土安全局所使用的ISAR船只实时识别系统,该方法使用提取....


图2.1卷积神经网络基本结构

图2.1卷积神经网络基本结构

国防科技大学研究生院硕士学位论文第10页第二章基于深度学习的目标检测算法研究2.1引言本文围绕基于深度学习的船只目标检测与视觉测量技术展开,深度学习贯穿全文,而船只目标检测技术是第二章和第三章要解决的问题,因此本章首先对深度学习与目标检测技术进行说明。深度学习作为本文的核心内容,....


图2.2Sigmoid激活函数

图2.2Sigmoid激活函数

国防科技大学研究生院硕士学位论文第12页(1)Sigmoid函数。由于其求导非常方便,得到广泛运用,函数及其导数表示如下:1()1exp()fzz=+(2.1)f(x)=f(x)(1-f(x))(2.2)函数曲线见下图。图2.2Sigmoid激活函数(2)Tanh函数(双曲正切函....


图2.3Relu激活函数

图2.3Relu激活函数

国防科技大学研究生院硕士学位论文第12页(1)Sigmoid函数。由于其求导非常方便,得到广泛运用,函数及其导数表示如下:1()1exp()fzz=+(2.1)f(x)=f(x)(1-f(x))(2.2)函数曲线见下图。图2.2Sigmoid激活函数(2)Tanh函数(双曲正切函....



本文编号:4025111

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/4025111.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户237fa***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com