典型文献
卷积神经网络识别侧扫声呐影像的研究
文献摘要：
卷积神经网络是当前应用最广泛的图像识别算法,利用大量数据对网络进行训练,即可达到快速、高效地对图像进行识别的目的 .由于卷积神经网络结构众多,且同一数据在不同网络表现也不尽相同,为了选择适用于分析沉船声呐数据的网络,使用Python搭建LeNet 5、AlexNet、VGG、GoogLeNet、ResNet系列(ResNet50、Res Net101、ResNet152)、DenseNet系列(DenSeNet121、DenSeNet169、DenSeNet201、DenSeNet264)六种共11个卷积神经网络结构,以侧扫声呐沉船影像为数据集进行实验.结果 表明,DenSeNet121是6种网络中最适合用于水下沉船图像识别的网络结构.
文献关键词：
卷积神经网络;侧扫声呐图像;沉船识别
中图分类号：
作者姓名：
张博宇;王晓;杨敬华;朱邦彦
作者机构：
江苏海洋大学海洋技术与测绘学院,江苏连云港222000;南京市测绘勘察研究院股份有限公司,江苏南京210019
文献出处：
引用格式：
[1]张博宇;王晓;杨敬华;朱邦彦-.卷积神经网络识别侧扫声呐影像的研究)[J].海洋科学进展,2022(01):102-109
A类：
Net101,DenSeNet121,DenSeNet169,DenSeNet201,DenSeNet264,沉船识别
B类：
图像识别,识别算法,神经网络结构,一数,Python,AlexNet,VGG,GoogLeNet,ResNet50,ResNet152,DenseNet,六种,沉船图像,侧扫声呐图像
AB值：
0.210519
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
