典型文献
基于数据增强的水下电缆视觉检测方法
文献摘要：
深度学习在视觉检测中所具备的优势极其依赖大量的数据,但是由于条件限制,在很多检测任务中缺乏足够的数据标本.针对水下电缆数据少且获取困难的问题,提出了一种基于数据增强的水下电缆视觉识别方法.首先,用现有的水下电缆图像建立数据集;然后,构建生成对抗网络的生成器和鉴别器;其次,通过现有数据集进行生成对抗网络训练,输出无限接近真实数据的伪图像,建立深度学习水下电缆数据集;最后引入一阶段检测算法YOLOv5,进行水下电缆检测实验.研究表明:通过数据增强,提高了目标检测网络的稳定性,运用YOLOv5网络进行水下电缆检测具有良好的准确性.
文献关键词：
数据增强;生成对抗网络;目标检测
中图分类号：
作者姓名：
王文通;张禹;袁明锐
作者机构：
沈阳工业大学机械工程学院,辽宁 沈阳 110870
文献出处：
引用格式：
[1]王文通;张禹;袁明锐-.基于数据增强的水下电缆视觉检测方法)[J].工业控制计算机,2022(03):49-51
A类：
水下电缆
B类：
数据增强,视觉检测,视觉识别,生成对抗网络,生成器,鉴别器,网络训练,真实数据,习水,一阶段检测,检测算法,YOLOv5,电缆检测,目标检测网络
AB值：
0.206177
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。
