典型文献
一种基于YOLOv3的水下声呐图像目标检测方法
文献摘要：
将目标检测框架应用于水下声呐图像处理是近期的高热度话题,现有水下声呐目标检测方法多基于声呐图像的纹理特征识别不同物体,难以解决声呐图像中由于形状畸变造成的几何特征不稳定问题.为此,该文提出一种基于YOLOv3的水下物体检测模型YOLOv3F,该模型将从声呐图像中提取的纹理特征和从深度图中提取的空间几何特征相融合,利用深度图中相对稳定的空间几何特征弥补纹理特征表述能力的不足,再将融合后的特征用于目标检测.实验结果表明,所提改进模型的检测性能相较于3个基线模型在识别精度方面具有明显提升;在对单个类别的物体进行检测的情况下,与YOLOv3相比,改进模型也表现出了更出色的检测效果.
文献关键词：
水下目标检测;声呐图像;深度图;YOLOv3
中图分类号：
作者姓名：
王非;王欣宇;周景春;刘淼
作者机构：
大连海事大学信息科学技术学院 大连 116026
文献出处：
引用格式：
[1]王非;王欣宇;周景春;刘淼-.一种基于YOLOv3的水下声呐图像目标检测方法)[J].电子与信息学报,2022(10):3419-3426
A类：
YOLOv3F
B类：
水下声呐,声呐图像,图像目标检测,目标检测方法,检测框架,高热,热度,纹理特征,特征识别,难以解决,形状畸变,变造,稳定问题,物体检测,检测模型,深度图,空间几何特征,征用,改进模型,检测性能,基线模型,识别精度,出色,检测效果,水下目标检测
AB值：
0.298371
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。
