摘要
针对海上的船只目标,采用深度学习目标分类算法中的R-CNN(region with CNN)算法对其进行分类检测与识别。将实验中的船只数据分为货船、邮轮和游艇三类,通过调整优化神经网络中的迭代次数、批处理尺寸等参数,使神经网络识别准确率达到80.98%。同时将该神经网络用于图像特征提取,使R-CNN的mAP值达到48.88%。同时应用soft-NMS对R-CNN算法进行改进,改进后的R-CNN算法的m AP值达到51%,要好于之前的算法。相比于传统的机器学习目标检测识别算法,基于深度学习的目标检测识别算法拥有更高的检测准确度和执行效率。实验结果表明,该算法可以有效地实现海上船只的检测与识别。
出处
《计算机应用研究》
CSCD
北大核心
2020年第S01期314-315,319,共3页
Application Research of Computers
基金
国家自然科学基金资助项目
作者简介
张新(1995-),男,山东东营人,硕士研究生,主要研究方向为信息系统与决策支持;郭福亮(1963-),男,河北沧州人,教授,博导,博士,主要研究方向为计算机仿真与数据挖掘(fuliang_guo@163.com);梁英杰(1985-),男,河北邢台人,讲师,博士研究生,主要研究方向为大数据分析与机器学习;陈修亮(1988-),男,山东日照人,工程师,博士研究生,主要研究方向为计算机仿真与数据挖掘.
