典型文献
基于无人船视觉的水域人员类别识别算法
文献摘要：
针对水域环境下人员识别,提出了一种基于水面无人船(unmanned surface ship,USV)视觉传感器的水域人员类别识别算法.依照数据采集与模型更新流程,将采集到的视频数据进行数据清洗与标记后,创建人员类别数据集39 959张图片,7个类别;实践了基于深度学习方法下主流目标检测网络YOLO v5,并针对水域环境场景特点,提出基于YOLO v5的人员类别识别算法;将人员类别识别算法部署到边缘计算平台,实现算法在无人船上的实时应用.算法在人员类别识别数据集上达到了平均精度86％,在无人船实测中实现了每秒处理38帧的人员类别识别实时性表现.
文献关键词：
水面无人船;水域人员识别;YOLO v5;网络部署
中图分类号：
作者姓名：
程亮;吴兴辉;江云华;苏雄;吴佳晓;周辉;丁美有;何赟泽
作者机构：
江苏海洋大学海洋工程学院 连云港 222005;珠海云洲智能科技有限公司 珠海 519085;湖南大学电气与信息工程学院 长沙 410006
文献出处：
引用格式：
[1]程亮;吴兴辉;江云华;苏雄;吴佳晓;周辉;丁美有;何赟泽-.基于无人船视觉的水域人员类别识别算法)[J].电子测量与仪器学报,2022(08):43-51
A类：
水域人员识别
B类：
识别算法,水域环境,基于水,水面无人船,unmanned,surface,ship,USV,视觉传感器,照数,模型更新,视频数据,数据清洗,创建人,别数,深度学习方法,目标检测网络,YOLO,v5,环境场,法部,边缘计算,计算平台,船上,上达,每秒,网络部署
AB值：
0.372694
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。
