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。