首页|深度学习在舰船前方障碍物图像识别中的应用

深度学习在舰船前方障碍物图像识别中的应用

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
在舰船前方障碍物图像识别中,传统的图像识别系统漏检概率高、检测性能较差,难以满足舰船安全航行要求.深度学习是一种智能化技术,将其应用到障碍物图像识别中可以提高图像信息筛选、计算和检测效率.本文介绍深度学习中的神经网络模型和卷积神经网络,以及深度学习在舰船前方障碍物图像识别中的检测方法.基于传统深度学习算法的不足,提出改进后的Faster R-CNN方法在障碍物图像识别中的应用,并通过对比实验进行论证,实验结果表明改进后的图像识别模型具备检测精度高的应用优势.
Application of deep learning in image recognition of obstacles ahead of ships

李先锋、徐森、花义明

展开 >

江苏大学电气信息工程学院,江苏镇江212013

盐城工学院信息工程学院,江苏盐城224051

国家电投能源科技工程有限公司,上海200233

深度学习 舰船 前方障碍物 图像识别

国家自然科学基金

62076215

2022

10.3404/j.issn.1672-7649.2022.06.033

舰船科学技术
中国舰船研究院,中国船舶信息中心

舰船科学技术

CSTPCD北大核心
影响因子：0.373
ISSN：1672-7649
年,卷(期)：2022.44(6)
  • 1
  • 7