Ihre E-Mail wurde erfolgreich gesendet. Bitte prüfen Sie Ihren Maileingang.

Leider ist ein Fehler beim E-Mail-Versand aufgetreten. Bitte versuchen Sie es erneut.

Vorgang fortführen?

Exportieren
  • 1
    Online-Ressource
    Online-Ressource
    EDP Sciences ; 2020
    In:  Xibei Gongye Daxue Xuebao/Journal of Northwestern Polytechnical University Vol. 38, No. 4 ( 2020-08), p. 747-754
    In: Xibei Gongye Daxue Xuebao/Journal of Northwestern Polytechnical University, EDP Sciences, Vol. 38, No. 4 ( 2020-08), p. 747-754
    Kurzfassung: 随着人类对海洋的不断深入探索,准确、快速地检测水下环境中的鱼类、仿生体及其他智能体对完善水下防御体系显得越来越重要。针对水下复杂环境下目标检测准确率低、实时性差的问题,提出一种基于改进SSD的目标检测算法。该算法用ResNet卷积神经网络代替SSD的VGG卷积神经网络作为目标检测的基础网络,并在基础网络中利用所提出的深度分离可变形卷积模块进行特征提取,提高对水下复杂环境下目标检测的精度及速度。所提出的深度分离可变形卷积主要是在可变形卷积获取卷积核偏移量的过程中融合深度可分离卷积,以减少参数量来达到提升网络运行速度的目的,同时通过稀疏表示来提升网络的鲁棒性。实验结果显示,相比ResNet作为基础网络的SSD检测模型,利用深度分离可变形卷积改进的SSD检测模型检测水下目标的准确率提升了11个百分点,检测时间减少了3 ms,证明新算法的有效性。
    Materialart: Online-Ressource
    ISSN: 1000-2758 , 2609-7125
    Sprache: Englisch
    Verlag: EDP Sciences
    Publikationsdatum: 2020
    ZDB Id: 2486045-1
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
Schließen ⊗
Diese Webseite nutzt Cookies und das Analyse-Tool Matomo. Weitere Informationen finden Sie auf den KOBV Seiten zum Datenschutz