科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对水域环境下人员识别，提出了一种基于水面无人船(unmanned surface ship, USV)视觉传感器的水域人员类别识别算法。依照数据采集与模型更新流程，将采集到的视频数据进行数据清洗与标记后，创建人员类别数据集39 959张图片，7个类别；实践了基于深度学习方法下主流目标检测网络YOLO v5,并针对水域环境场景特点，提出基于YOLO v5的人员类别识别算法；将人员类别识别算法部署到边缘计算平台，实现算法在无人船上的实时应用。算法在人员类别识别数据集上达到了平均精度86%,在无人船实测中实现了每秒处理38帧的人员类别识别实时性表现。
- 单位
