基于YOLOv3-tiny的船舶可见光图像细粒度检测

作者：梁月翔; 冯辉; 徐海祥

来源：武汉理工大学学报(交通科学与工程版), 2020, 44(06): 1041-1051.

• 目标检测
• YOLOv3-tiny
• 深度卷积神经网络
• 智能船舶
• 可见光图像

文中针对智能船舶视觉传感器采集到的图像进行目标检测,提出基于YOLOv3-tiny的深度卷积神经网络图像细粒度检测方法.该方法使用实验团队建立的船舶图像数据库,对图片进行人工标注,使用k-means算法对数据集锚框进行聚类,采用数据增强策略的YOLOv3-tiny深度卷积神经网络对船舶图像进行训练与测试.实验结果表明:本文提出的改进YOLOv3-tiny模型在测试集上的平均精度达到了62.85%,实时检测帧率达到了136帧/s,可以辅助船舶驾驶人员识别水面目标.

• 单位
  武汉理工大学