典型文献
基于改进MobilenetV2网络的声光图像融合水下目标分类方法
文献摘要：
针对小样本条件下水下目标分类准确率低、计算资源量大的问题,提出一种声光图像融合目标分类方法.首先,对MobilenetV2网络进行改进,去掉第9层之后的网络层,并将该层卷积通道数改为128,通过Flatten层进行数据降维,增加一个全连接层得到分类结果;其次,设计一种融合网络结构,将声光图像成对输入网络进行特征提取,在中间层利用通道拼接算法实现特征图融合,使用融合特征进行目标分类.在真实数据集上对网络进行训练,结果表明,改进的MobilenetV2网络对水下目标的分类性能更好,融合网络的分类准确率相比融合前有所提高,更加适用于水下目标分类任务.
文献关键词：
改进MobilenetV2;声学图像;光学图像;图像融合;水下目标分类
中图分类号：
作者姓名：
巩文静;田杰;李宝奇;刘纪元
作者机构：
中国科学院声学研究所 北京 100190;中国科学院大学 北京 100049;中国科学院先进水下信息技术重点实验室 北京 100190
文献出处：
引用格式：
[1]巩文静;田杰;李宝奇;刘纪元-.基于改进MobilenetV2网络的声光图像融合水下目标分类方法)[J].应用声学,2022(03):462-470
A类：
B类：
MobilenetV2,声光,图像融合,水下目标分类,分类方法,小样本,样本条件,分类准确率,计算资源,资源量,去掉,网络层,通道数,Flatten,层进,数据降维,全连接层,融合网络,入网,中间层,拼接算法,算法实现,特征图,图融合,融合特征,真实数据,分类性能,分类任务,声学图像,光学图像
AB值：
0.380965
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。
