典型文献
基于YOLOv5的舰船目标及关键部位检测算法
文献摘要：
为进一步提升对可见光图像中水面舰船目标的检测识别成功率,提出一种基于YOLOv5的舰船目标识别算法.使用基于随机池化方法的空间金字塔池化网络,运用双向特征金字塔网络进行多尺度特征融合,采用指数线性单元函数作为激活函数加快网络训练收敛速度,提升算法鲁棒性,从而实现了对水面舰船目标和舰船关键部位的快速准确识别.通过在舰船目标及其关键部位数据集上实验验证,对比多个经典目标检测方法,在识别准确率上均有不同程度提升,对比原YOLOv5s模型,平均精度均值提升3.03％,速度提升2 FPS,模型保持了YOLOv5轻量化的特点,在应用部署上有良好前景.
文献关键词：
YOLOv5;随机池化;双向特征金字塔网络;指数线性单元函数
中图分类号：
作者姓名：
钱坤;李晨瑄;陈美杉;王瑶
作者机构：
海军航空大学岸防兵学院,山东烟台264000;中国人民解放军32127部队,辽宁大连116100
文献出处：
引用格式：
[1]钱坤;李晨瑄;陈美杉;王瑶-.基于YOLOv5的舰船目标及关键部位检测算法)[J].系统工程与电子技术,2022(06):1823-1832
A类：
指数线性单元函数
B类：
关键部位,检测算法,可见光图像,水面舰船,检测识别,别成,舰船目标识别,目标识别算法,随机池化,空间金字塔池化,双向特征金字塔网络,多尺度特征融合,激活函数,网络训练,收敛速度,快速准确,准确识别,目标检测方法,识别准确率,YOLOv5s,平均精度均值,FPS,应用部署
AB值：
0.251521
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。
