基于改進Faster R-CNN算法的艦船目標檢測與識別
摘要：FasterR-CNN算法是一種基于區域建議網絡的深度學習網絡模型,近年被提出并應用于目標檢測與識別領域.FasterR-CNN算法中區域建議網絡的創新性提出,使之相對于經典的R-CNN算法和FastR-CNN算法有效地提高了目標檢測的速度.本文分析了FasterR-CNN算法中區域建議網絡的實現方法,并在區域建議網絡的包圍盒尺寸設置中引入了K-Means聚類算法,通過聚類方法對圖像中目標大小進行聚類分析,將聚類結果直接輸入區域建議網絡中,從而實現對FasterR-CNN算法中的區域建議網絡進行改進.對艦船目標的檢測與識別的,實驗結果表明：該方法在提高了FasterR-CNN算法識別精度的同時,顯著地縮短了算法的識別時間.
注: 保護知識產權,如需閱讀全文請聯系沈陽大學學報雜志社
相關推薦
更多
