典型文献
基于改进YOLO算法的船舰目标检测DT-YOLO方法研究
文献摘要：
针对舰载无人直升机自主着舰场景理解进场阶段舰船检测问题,提出基于YOLO改进的DT-YOLO舰船目标检测算法.将YOLO的特征提取网络中的残差结构改造为DenseNet中的密集链接结构,并将特征金字塔设计为5层,使得特征图更小,能够进一步提高检测精度.对NMS算法使用线性对数衰减的方式进行增强,有效解决舰船相互遮挡时的漏检情况.最后,建立舰船数据集对算法进行测试和分析.算法平均精准度AP达到94.21％,检测速度到达61.48帧/秒,结果表明算法对舰载无人直升机进场阶段时的舰船检测具有良好的鲁棒性,有效提升了目标较大及相互遮挡时的检测能力.
文献关键词：
YOLO;舰船;目标检测;自主着舰
中图分类号：
作者姓名：
岳希;梁云浩;何磊
作者机构：
成都信息工程大学软件工程学院,四川 成都610225;四川省信息化应用支撑软件工程技术研究中心,四川 成都610225
文献出处：
引用格式：
[1]岳希;梁云浩;何磊-.基于改进YOLO算法的船舰目标检测DT-YOLO方法研究)[J].成都信息工程大学学报,2022(05):533-537
A类：
B类：
YOLO,船舰,DT,舰载无人直升机,自主着舰,场景理解,进场,舰船检测,检测问题,舰船目标检测,目标检测算法,特征提取网络,残差结构,结构改造,DenseNet,特征金字塔,特征图,高检,检测精度,NMS,遮挡,漏检,AP,检测速度,检测能力
AB值：
0.337915
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。
