基于深度学习方法的海上舰船目标检测

作者：袁明新; 张丽民; 朱友帅; 姜烽; 申燚

来源：舰船科学技术, 2019, 41(01): 111-124.

• 舰船
• 目标检测
• 深度学习
• 区域建议网络
• 卷积神经网络

为了提高海上无人艇的舰船目标检测精度和速率,本文基于深度学习方法,利用卷积神经网络、区域建议网络及Fast R-CNN检测框架构建了舰船检测系统。该系统通过共享的卷积神经网络提取特征;通过区域建议网络生成候选区域;通过Fast R-CNN框架实现目标检测识别,从而实现端到端的舰船目标检测。实验结果表明,相比于传统机器学习目标检测算法,该舰船检测系统在检测精度及检测速率上均有大幅提高,达到83.79%的准确率及0.05 s/帧的检测速率。本文的舰船检测系统在检测精度及速率上均表现优异,满足了水面无人艇的工作要求。

• 单位
  江苏科技大学