基于多视图卷积神经网络的船体分段性能研究

作者：王健; 卢载奎

来源：中阿科技论坛(中英文), 2021, (09): 76-80.

• 卷积神经网络
• 船舶分段
• 全局池化层
• F1分数
• 迁移学习

在船舶调度过程中,用准确的船体分段识别号来识别船体分段的位置非常重要。为解决由于某些船体分段的位置和识别号的错误信息导致确切的船体分段所在位置查找困难的问题,需要配备系统来跟踪分段的位置,并自动识别分段的识别号。本文比较了5种卷积神经网络(CNN)模型与船体分段分类上的多视图图像集的性能,采用四个分段模型对船体分段进行图像采集并利用原始训练数据和其增强数据对CNN模型进行了迁移学习。