文档名：复杂场景下基于改进YOLOv4的小型舰船目标检测
摘要：针对日益复杂的海洋环境对舰船目标检测更高识别率、实时性、智能化的需求,提出了一种基于改进YOLOv4的舰船目标检测算法.算法将新设计的多层特征融合(MFF)模块和多层接收域块(M-RFB)模块集成到YOLOv4的颈部,改进了网络特征提取的能力,解决了海洋环境中小型舰船的检测和分类问题,模型训练过程中引入迁移学习的策略防止模型过拟合并加速模型训练的参数.实验结果表明:该算法能有效解决小型舰船在复杂海洋环境下检测困难、识别率低的问题.与现有算法相比,该算法能够在复杂的海洋导航条件下获得更高的精度,特别是与YOLOv4相比,准确率提高了约11％.
作者：吴维林 方健 屈毅 张宁 高洁Author：WUWeilin FANGJian QUYi ZHANGNing GAOJie
作者单位：上海航天电子技术研究所,上海201109
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(12)
分类号：TP391
关键词：舰船目标检测 改进的YOLOv4 多层特征融合 多层接收域块
Keywords：shiptargetdetcetion improvedYOLOv4 multi-layerfeaturefusion(MFF) multi-layerreceiverfieldblock(M-RFB)
机标分类号：
在线出版日期：2024年1月3日
基金项目：国家自然科学基金复杂场景下基于改进YOLOv4的小型舰船目标检测[
期刊论文] 传感器与微系统--2023, 42(12)吴维林 方健 屈毅 张宁 高洁针对日益复杂的海洋环境对舰船目标检测更高识别率、实时性、智能化的需求,提出了一种基于改进YOLOv4的舰船目标检测算法.算法将新设计的多层特征融合(MFF)模块和多层接收域块(M-RFB)模块集成到YOLOv4的颈部,改进了网络特...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
复杂场景下基于改进YOLOv4的小型舰船目标检测 Small ship target detection based on improved YOLOv4 in complex scene
复杂场景下基于改进YOLOv4的小型舰船目标检测.pdf
- 文件大小:
- 819.78 KB
- 下载次数:
- 60
-
高速下载
|
|
