原文传递
基于YOLOv3的船舶目标检测算法
| 题名： | 基于YOLOv3的船舶目标检测算法 |
| 正文语种： | 中文 |
| 作者： | 王炳德;杨柳涛; |
| 作者单位： | 上海船舶运输科学研究所航运技术与安全国家重点实验室; |
| 关键词： | 船舶;目标检测;深度学习;YOLOv3 |
| 摘要： | 为提高船舶目标智能检测的精度和实时性,提出一种基于YOLOv3算法的船舶目标检测方法,可用于视频图像的监测与跟踪。参照PASCAL VOC数据集格式,构建船舶目标检测数据集,采用k-means聚类先验框、mixup、标签平滑化等方法对算法进行改进和优化,在GPU(Graphic Processing Unit)云服务器中完成算法模型的训练和检测,并与FasterR-CNN、SSD(Single Shot MultiBox Detector)、原始YOLOv3等算法进行模型性能的试验对比。试验结果表明:改进 |
| 期刊名称： | 中国航海 |
| 出版年： | 2020 |
| 页码： | 67-72 |
检索历史
应用推荐
