返回列表 发布新帖

基于YOLOv3的船只检测算法研究

4 0
admin 发表于 2024-12-14 12:28 | 查看全部 阅读模式

文档名:基于YOLOv3的船只检测算法研究
摘要:针对长江流域错综复杂的生态环境以及执法部门人员短缺对长江10年禁渔令实施的限制情况;通过智能视频监控系统对长江流域过往船只目标检测,对于判别船只有无违法捕捞行为具有重要意义.当前,传统的目标检测算法早已被检测效率更高、算法复杂度更低的深度学习方法替代;基于智能视频监控对于实时性的要求,采用YOLOv3作为目标检测模型,在兼顾检测精度的同时检测速度也更高.YOLOv3算法中,先验框作为目标检测算法的重要机制,影响着预测框的定位性能.在K-means聚类算法上进行改进,通过改变K值初始化随机选择不能获取全局最优解的情况,对K值选择时应用轮盘法,选择距离已经形成的聚类中心尽可能远的值作为新的K值,使各个聚类中心相对距离尽可能大,从而尽可能获得全局最优的聚类结果.实验结果表明,K-means优化后获得的先验框训练模型让船只目标检测性能更加优异,整体mAP提升了9.31%.

作者:李静  鲜林  王海江Author:LIJing  XIANLin  WANGHaijiang
作者单位:成都信息工程大学,四川成都610225
刊名:成都信息工程大学学报 ISTIC
Journal:JournalofChengduUniversityOfInformationTechnology
年,卷(期):2023, 38(1)
分类号:TP391.4
关键词:目标检测  深度学习  先验框  K-means聚类  
机标分类号:TP391TP75TN958
在线出版日期:2023年3月14日
基金项目:基于YOLOv3的船只检测算法研究[
期刊论文]  成都信息工程大学学报--2023, 38(1)李静  鲜林  王海江针对长江流域错综复杂的生态环境以及执法部门人员短缺对长江10年禁渔令实施的限制情况;通过智能视频监控系统对长江流域过往船只目标检测,对于判别船只有无违法捕捞行为具有重要意义.当前,传统的目标检测算法早已被检测...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于YOLOv3的船只检测算法研究  Research on Ship Detection Algorithm based on YOLOv3

基于YOLOv3的船只检测算法研究.pdf
2024-12-14 12:28 上传
文件大小:
3.5 MB
下载次数:
60
高速下载
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
    微信扫一扫
  • 联系QQ客服
    QQ扫一扫
2022-2025 新资汇 - 参考资料免费下载网站 最近更新浙ICP备2024084428号
关灯 返回顶部
快速回复 返回顶部 返回列表