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
- 文件大小:
- 3.5 MB
- 下载次数:
- 60
-
高速下载
|
|