-
题名基于卷积神经网络的返回舱识别
被引量：3
- 1
-
-
作者
冯凯
张书雅
李锦暄
马淑丽
钱克昌
-
机构
中国人民解放军战略支援部队航天工程大学航天指挥学院
中国人民解放军战略支援部队航天工程大学航天信息学院
-
出处
《现代信息科技》
2021年第10期20-26,共7页
-
文摘
针对靶场返回舱自动识别与跟踪的需求,采用YOLOv5神经网络进行自动识别的技术方案。为解决返回舱数据集较少的问题,采用Mosaic数据增强的方法,不仅增加了数据集数量,而且提高了网络的鲁棒性。针对返回舱目标较小的问题,提出以特征明显、目标较大的降落伞作为主要识别对象,返回舱本体为次要识别对象,对二者同时进行识别。通过数据集的建立、训练和测试,最终得出实验结论:在不同环境、不同光线条件下的降落伞和返回舱识别中,所提方法检测准确率可达90%~95%,对返回舱落地过程中高效、准确识别跟踪任务具有重要意义。
-
关键词
返回舱
降落伞
目标识别
YOLOv5
-
Keywords
return cabin
parachute
target identification
YOLOv5
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
