首页|基于细节增强的级联多分类光电船舶检测

基于细节增强的级联多分类光电船舶检测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为提升无人船航行环境中船舶目标的感知精度,提出一种基于细节增强的级联多分类船舶检测模型.首先,提出混合平移数据增强(pan-mixed data augmentation,PMDA)算法,减少模型对船舶整体轮廓的依赖;其次,设计可变卷积平衡特征金字塔(deformable convolution-balanced fea-ture pyramid,DC-BFP),提高模型对船体细节特征的提取能力;再次,将全连接层和卷积层联合构成级联交叉检测器(cascaded cross detector,CCD),提高模型对船体细节特征的解析能力;最后,采用标签平滑正则化(label smoothing regularization,LSR)方法,改善多分类检测的过拟合问题.在自建11分类光电船舶检测数据集MCSD11上进行消融和对比实验,特征提取结果和实验结果数据可视化表明,模型的各个改进部分能够提升船舶检测效果,平均精度达到了 91.53％,相比主流的检测模型,算法得到大幅提升.
Cascaded multi-classification photoelectric ship detection based on detail enhancement

徐志京、谢安东

展开 >

上海海事大学信息工程学院,上海201306

光电船舶检测 可变卷积平衡特征金字塔(DC-BFP) MCSD11数据集 细节增强 混合平移数据增强算法(PMDA)

国家重点研发计划上海市扬帆计划项目

2019YFB160060520YF1416700

2023

10.16136/j.joel.2023.03.0147

光电子·激光
天津理工大学 中国光学学会

光电子·激光

CSCD北大核心
影响因子：1.437
ISSN：1005-0086
年,卷(期)：2023.34(3)
  • 5