午夜亚洲国产日本电影一区二区三区,九九久久99综合一区二区,国产一级毛片视频,草莓视频在线观看精品最新

加急見刊

基于改進(jìn)Faster R-CNN算法的艦船目標(biāo)檢測與識別

趙春暉; 周瑤 哈爾濱工程大學(xué)信息與通信工程學(xué)院; 黑龍江哈爾濱150001

摘要：FasterR-CNN算法是一種基于區(qū)域建議網(wǎng)絡(luò)的深度學(xué)習(xí)網(wǎng)絡(luò)模型,近年被提出并應(yīng)用于目標(biāo)檢測與識別領(lǐng)域.FasterR-CNN算法中區(qū)域建議網(wǎng)絡(luò)的創(chuàng)新性提出,使之相對于經(jīng)典的R-CNN算法和FastR-CNN算法有效地提高了目標(biāo)檢測的速度.本文分析了FasterR-CNN算法中區(qū)域建議網(wǎng)絡(luò)的實(shí)現(xiàn)方法,并在區(qū)域建議網(wǎng)絡(luò)的包圍盒尺寸設(shè)置中引入了K-Means聚類算法,通過聚類方法對圖像中目標(biāo)大小進(jìn)行聚類分析,將聚類結(jié)果直接輸入?yún)^(qū)域建議網(wǎng)絡(luò)中,從而實(shí)現(xiàn)對FasterR-CNN算法中的區(qū)域建議網(wǎng)絡(luò)進(jìn)行改進(jìn).對艦船目標(biāo)的檢測與識別的,實(shí)驗(yàn)結(jié)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(hù)知識產(chǎn)權(quán),如需閱讀全文請聯(lián)系沈陽大學(xué)學(xué)報雜志社