一种用于无人艇智能感知的可见光图像目标检测方法

作     者：方兴 龙泽升 占贤 FANG Xing;LONG Zesheng;ZHAN Xian

作者机构：武汉数字工程研究所武汉430205 

出 版 物：《舰船电子工程》 (Ship Electronic Engineering)

年 卷 期：2022年第42卷第12期

页      码：107-112页

摘      要：为了探测水面无人艇周围环境中的障碍物种类及其具体方位,为无人艇的自主航行提供可靠的数据支撑,论文改进了一种常用于水面目标检测的基于深度学习卷积神经网络的Cascade RCNN(Region Convolutional Neural Network)算法。论文方法针对检测器训练过程中的不平衡问题,在原算法的基础上,集成了三个新的组成部分:交并比平衡采样、平衡特征金字塔和平衡的L1范式损失,分别在样本、特征和目标三个层次上减少了不平衡。得益于整体平衡的设计,该算法在舰船图像数据集上表现良好,平均检测精度达到了67.8%,平均单张图像耗时为59.45ms,较原算法改进效果明显,可为无人艇的智能感知提供支撑,提高无人艇自主航行的安全性。

主 题 词：无人艇 目标检测 深度学习 卷积神经网络 可见光图像 

学科分类：08[工学] 081105[081105] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1672-9730.2022.12.024

馆 藏 号：203118693...