典型文献
基于改进Yolov3算法的舰船目标检测识别系统
文献摘要：
针对复杂战场环境下对海目标检测识别的需求,设计了一种基于改进Yolov3算法的海面舰船目标实时检测识别系统.使用微调分类网络、增加训练尺度、聚类目标边框维度、二级特征分类等方法对Yolov3检测识别网络模型进行了优化,在提高识别精度的同时有效降低了漏检率和虚警率.实验结果表明,优化后的网络模型在自建的舰船图像数据库中将检测识别平均准确率提高到了79.3％,对真实海上航拍视频中舰船目标识别的平均准确率达到了81％以上.
文献关键词：
舰船目标检测识别;卷积神经网络;深度特征;模型训练;目标聚类
中图分类号：
作者姓名：
唐崇武;刘洪喜;代长安
作者机构：
中国航空无线电电子研究所,上海200233;空军装备部驻上海地区第二军事代表室,上海200233
文献出处：
引用格式：
[1]唐崇武;刘洪喜;代长安-.基于改进Yolov3算法的舰船目标检测识别系统)[J].航空电子技术,2022(02):39-46
A类：
B类：
Yolov3,舰船目标检测识别,识别系统,复杂战场环境,海面舰船,实时检测识别,微调,分类网络,加训,类目,边框,特征分类,识别网络,识别精度,漏检率,虚警率,图像数据库,平均准确率,上航,航拍视频,舰船目标识别,深度特征,模型训练,目标聚类
AB值：
0.357988
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。
