原文传递
基于改进Cascade-RCNN的内河航标检测算法
| 题名： | 基于改进Cascade-RCNN的内河航标检测算法 |
| 正文语种： | 中文 |
| 作者： | 倪汉杰;初秀民;张彬鹏;蒋仲廉 |
| 作者单位： | 武汉理工大学a.国家水运安全工程技术研究中心b.智能交通系统研究中心c.交通与物流工程学院 |
| 关键词： | 内河航标;目标检测;卷积神经网络 |
| 摘要： | 针对内河复杂环境下船舶智能航行对航标检测识别与分类技术的要求，通过对经典Faster-RCNN模型特征提取网络、锚框机制、检测框抑制算法、损失函数等进行优化，采用ResNeXt、Sofi-NMS、GIoU等结构改进了级联Fas-ter-RCNN模型—Cascacle-RCNN网络。以长江中游武桥水道航标数据为例，开展了算法测试与验证。研究结果表明：基于改进Cascade-RCNN的目标检测算法综合性能最佳，平均精度均值约94.17%、用时190毫秒/帧。该算法能够有效适应内河航标目标较小、重叠、多样的特点，保持较高的精确度与召回率，可满足内河复杂通航场景下航标的检测精度与效率需求。 |
| 期刊名称： | 中国航海 |
| 出版年： | 2022 |
| 页码： | 99-105 |
检索历史
应用推荐
