-
题名基于YOLOv5的舰船目标及关键部位检测算法
被引量：29
- 1
-
-
作者
钱坤
李晨瑄
陈美杉
王瑶
-
机构
海军航空大学岸防兵学院
中国人民解放军
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2022年第6期1823-1832,共10页
-
基金
装备预研领域基金(6140247030216JB14004)资助课题。
-
文摘
为进一步提升对可见光图像中水面舰船目标的检测识别成功率,提出一种基于YOLOv5的舰船目标识别算法。使用基于随机池化方法的空间金字塔池化网络,运用双向特征金字塔网络进行多尺度特征融合,采用指数线性单元函数作为激活函数加快网络训练收敛速度,提升算法鲁棒性,从而实现了对水面舰船目标和舰船关键部位的快速准确识别。通过在舰船目标及其关键部位数据集上实验验证,对比多个经典目标检测方法,在识别准确率上均有不同程度提升,对比原YOLOv5s模型,平均精度均值提升3.03%,速度提升2 FPS,模型保持了YOLOv5轻量化的特点,在应用部署上有良好前景。
-
关键词
YOLOv5
随机池化
双向特征金字塔网络
指数线性单元函数
-
Keywords
YOLOv5
stochastic pooling
bi-directional feature pyramid network
exponential linear unit function
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名基于侧链连接卷积神经网络的手掌静脉图像识别
被引量：2
- 2
-
-
作者
娄梦莹
王天景
刘娅琴
杨丰
黄靖
-
机构
南方医科大学生物医学工程学院
-
出处
《计算机应用》
CSCD
北大核心
2020年第12期3673-3678,共6页
-
基金
国家自然科学基金资助项目(61771233)
广东省研发与产业化项目(2013B090500104)。
-
文摘
针对手掌静脉图像数量少且质量参差不齐,进而导致掌脉识别系统的性能降低的现象,提出一种基于侧链连接卷积神经网络的手掌静脉图像识别方法。首先,在ResNet模型的基础上,用卷积层和池化层提取掌脉特征。然后,采用指数线性单元(ELU)激活函数、批归一化(BN)和Dropout技术来改进和优化模型,以缓解梯度消失、防止过拟合、加快收敛及增强模型泛化能力。最后,引入稠密连接网络(DenseNet),使提取到的手掌静脉特征更具丰富性和有效性。在两个公开库和一个自建库上分别进行实验,结果表明所提方法在三个数据库上的识别率分别为99.98%、97.95%、97.96%。可见该方法能有效提高掌脉识别系统的性能,且更适用于掌脉识别的实际应用。
-
关键词
手掌静脉识别
ResNet
指数线性单元激活函数
批归一化
DROPOUT
稠密连接网络
-
Keywords
palm vein recognition
ResNet
Exponential Linear Unit(ELU)activation function
Batch Normalization(BN)
Dropout
Densely Connected Network(DenseNet)
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
