典型文献
船舶目标重叠下马赛克图像数据增强方法研究
文献摘要：
目标识别中的重叠遮挡问题一直以来是研究的难点,船舶目标在狭窄水域发生相互遮挡的情况依然存在.本文提出了一种改进的马赛克数据增强方法,将训练图片拼接变换成3种不同的尺度,并按照不同比例输入网络进行训练,强化了检测算法对局部特征的学习能力,在保持测试速度不变的情况下,提高了对重叠目标的识别准确率,降低了不同分辨率下识别能力的衰弱速度,加强了算法的鲁棒性.基于小型移动测试平台的实测实验证明,相对于原始算法,经过改进后的算法在重叠目标的识别准确率上提高了2.5％,目标丢失时间减少了 17％,在不同视频分辨率下的识别稳定性上提高了 27.01％.
文献关键词：
船舶识别;目标重叠;图像数据增强;Yolov4算法;深度学习
中图分类号：
作者姓名：
曾广淼;俞万能;王荣杰;林安辉
作者机构：
集美大学轮机工程学院,福建厦门361021;福建省船舶与海洋工程重点实验室,福建厦门361021
文献出处：
引用格式：
[1]曾广淼;俞万能;王荣杰;林安辉-.船舶目标重叠下马赛克图像数据增强方法研究)[J].控制理论与应用,2022(06):1139-1148
A类：
B类：
船舶目标,目标重叠,下马,图像数据增强,增强方法,目标识别,遮挡问题,水域,马赛克数据增强,拼接,换成,入网,检测算法,对局,局部特征,测试速度,识别准确率,识别能力,衰弱,移动测试,测试平台,船舶识别,Yolov4
AB值：
0.37832
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。
