期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进SSD的水下光学图像感兴趣目标检测算法研究
被引量：
16
1
作者
李宝奇
黄海宁
+2 位作者
刘纪元
刘正君
韦琳哲
《电子与信息学报》
EI
CSCD
北大核心
2022年第10期3372-3378,共7页
针对轻量化目标模型SSD-MV2对水下光学图像感兴趣目标检测精度低的问题,该文提出一种通道可选择的轻量化特征提取模块(SEB)和一种卷积核可变形、通道可选择的特征提取模块(SDB)。与此同时,利用SEB模块和SDB模块分别重新设计了SSD-MV2的...
针对轻量化目标模型SSD-MV2对水下光学图像感兴趣目标检测精度低的问题,该文提出一种通道可选择的轻量化特征提取模块(SEB)和一种卷积核可变形、通道可选择的特征提取模块(SDB)。与此同时,利用SEB模块和SDB模块分别重新设计了SSD-MV2的基础网络和附加特征提取网络,记作SSD-MV2SDB,并为其选择了合理的基础网络扩张系数和附加特征提取网络SDB模块数量。在水下图像感兴趣目标检测数据集UOI-DET上,SSD-MV2SDB比SSD-MV2检测精度提高3.04%。实验结果表明,SSD-MV2SDB适用于水下图像感兴趣目标检测任务。
展开更多
关键词
水下光学图像感兴趣目标检测
SSD
MobileNet
V2
可变形卷积
通道可选择
在线阅读
下载PDF
职称材料
基于改进YOLOv7声光融合水下目标检测方法
被引量：
3
2
作者
葛慧林
戴跃伟
+1 位作者
朱志宇
王彪
《舰船科学技术》
北大核心
2023年第12期122-127,共6页
多变的光照条件及天气状况将会严重影响水下光学图像的成像质量,为提升水下目标检测的稳定性及检测精度,基于深度神经网络模型,对结合光学图像和声呐图形的多模态方法进行研究。首先,针对实时神经网络检测器架构YOLOv7,通过改进该检测器...
多变的光照条件及天气状况将会严重影响水下光学图像的成像质量,为提升水下目标检测的稳定性及检测精度,基于深度神经网络模型,对结合光学图像和声呐图形的多模态方法进行研究。首先,针对实时神经网络检测器架构YOLOv7,通过改进该检测器,使其适用于多模态输入。其次,为了有效地结合来自不同模态的影响特征,提出全新的融合模型YOLOv7-Fusion,并通过引入CE-Fusion模块,实现融合效率和准确度的提升。最后,为了解决数据集缺少的问题,利用快速风格和图像处理算法转化的方法,生成人工数据集。所设计的算法及模型目标识别准确率为0.995,具有较高检测精度;Fps为43.4,具有较高处理效率。该模型可支持真实应用,适用于不同类型的水下场景。
展开更多
关键词
改进YOLOv7
水下
目标
检测
声光融合
光学图像
声呐
图像
在线阅读
下载PDF
职称材料
题名
基于改进SSD的水下光学图像感兴趣目标检测算法研究
被引量：
16
1
作者
李宝奇
黄海宁
刘纪元
刘正君
韦琳哲
机构
中国科学院声学研究所
中国科学院先进水下信息技术重点实验室
出处
《电子与信息学报》
EI
CSCD
北大核心
2022年第10期3372-3378,共7页
基金
国家自然科学基金(11904386)
国家基础科研计划重大项目(JCKY2016206A003)
中国科学院青年创新促进会(2019023)。
文摘
针对轻量化目标模型SSD-MV2对水下光学图像感兴趣目标检测精度低的问题,该文提出一种通道可选择的轻量化特征提取模块(SEB)和一种卷积核可变形、通道可选择的特征提取模块(SDB)。与此同时,利用SEB模块和SDB模块分别重新设计了SSD-MV2的基础网络和附加特征提取网络,记作SSD-MV2SDB,并为其选择了合理的基础网络扩张系数和附加特征提取网络SDB模块数量。在水下图像感兴趣目标检测数据集UOI-DET上,SSD-MV2SDB比SSD-MV2检测精度提高3.04%。实验结果表明,SSD-MV2SDB适用于水下图像感兴趣目标检测任务。
关键词
水下光学图像感兴趣目标检测
SSD
MobileNet
V2
可变形卷积
通道可选择
Keywords
Underwater optical image interested object detection
Single Shot Detection(SSD)
MobileNet V2
Deformable convolution
Channel selectable
分类号
TN911.73 [电子电信—通信与信息系统]
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv7声光融合水下目标检测方法
被引量：
3
2
作者
葛慧林
戴跃伟
朱志宇
王彪
机构
江苏科技大学海洋学院
出处
《舰船科学技术》
北大核心
2023年第12期122-127,共6页
基金
国家自然科学基金资助项目(62006102)
镇江市重点研发计划(社会发展)项目(SH2022013)。
文摘
多变的光照条件及天气状况将会严重影响水下光学图像的成像质量,为提升水下目标检测的稳定性及检测精度,基于深度神经网络模型,对结合光学图像和声呐图形的多模态方法进行研究。首先,针对实时神经网络检测器架构YOLOv7,通过改进该检测器,使其适用于多模态输入。其次,为了有效地结合来自不同模态的影响特征,提出全新的融合模型YOLOv7-Fusion,并通过引入CE-Fusion模块,实现融合效率和准确度的提升。最后,为了解决数据集缺少的问题,利用快速风格和图像处理算法转化的方法,生成人工数据集。所设计的算法及模型目标识别准确率为0.995,具有较高检测精度;Fps为43.4,具有较高处理效率。该模型可支持真实应用,适用于不同类型的水下场景。
关键词
改进YOLOv7
水下
目标
检测
声光融合
光学图像
声呐
图像
Keywords
improved YOLOv7
underwater target detection
acoustic-optical image fusion
optical image
sonar graphic
分类号
TB566 [交通运输工程—水声工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进SSD的水下光学图像感兴趣目标检测算法研究
李宝奇
黄海宁
刘纪元
刘正君
韦琳哲
《电子与信息学报》
EI
CSCD
北大核心
2022
16
在线阅读
下载PDF
职称材料
2
基于改进YOLOv7声光融合水下目标检测方法
葛慧林
戴跃伟
朱志宇
王彪
《舰船科学技术》
北大核心
2023
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
