基于改进YOLOV3模型的全天候海面目标检测模型
文献类型:专利
作者 | 李岩; 郭家宏; 郭晓敏; 刘开周; 李硕 |
发表日期 | 2022-01-25 |
著作权人 | 中国科学院沈阳自动化研究所 |
国家 | 中国 |
文献子类 | 发明 |
产权排序 | 1 |
英文摘要 | 本发明涉及计算机视觉和深度学习目标检测领域,具体说是一种基于改进YOLOV3模型的应用于USV的全天候海面目标检测模型,引入具有特征重用特性的DenseNet结构,替换原YOLOV3模型中下采样层,使目标特征在深度神经网络层中传输的同时,减少特征损失,提高特征传播的稳定性。通过在真实海洋环境中获得的数据上开展实验表明,本发明提出的基于改进YOLOV3模型的应用于USV的全天候海面目标检测方法优于现有方法,具体表现在USV实际海洋任务中能适用于各种天气变化情况,以及具有更好的实时性。 |
申请日期 | 2020-07-22 |
语种 | 中文 |
状态 | 实审 |
源URL | [http://ir.sia.cn/handle/173321/30384] |
专题 | 海洋机器人卓越创新中心 |
作者单位 | 中国科学院沈阳自动化研究所 |
推荐引用方式 GB/T 7714 | 李岩,郭家宏,郭晓敏,等. 基于改进YOLOV3模型的全天候海面目标检测模型. 2022-01-25. |
入库方式: OAI收割
来源:沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。