科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对小样本条件下水下目标分类准确率低、计算资源量大的问题，提出一种声光图像融合目标分类方法。首先，对MobilenetV2网络进行改进，去掉第9层之后的网络层，并将该层卷积通道数改为128，通过Flatten层进行数据降维，增加一个全连接层得到分类结果；其次，设计一种融合网络结构，将声光图像成对输入网络进行特征提取，在中间层利用通道拼接算法实现特征图融合，使用融合特征进行目标分类。在真实数据集上对网络进行训练，结果表明，改进的MobilenetV2网络对水下目标的分类性能更好，融合网络的分类准确率相比融合前有所提高，更加适用于水下目标分类任务。
- 单位
