文献检索-宁波市创意产业特色资源库

限定检索结果

基于改进MobilenetV2网络的声光图像融合水下目标分类方法: 收藏
分享
引用; 《应用声学》2022年第3期41卷 462-470页; 作者：巩文静田杰李宝奇刘纪元中国科学院声学研究所北京100190 中国科学院大学北京100049 中国科学院先进水下信息技术重点实验室北京100190; 针对小样本条件下水下目标分类准确率低、计算资源量大的问题,提出一种声光图像融合目标分类方法。首先,对MobilenetV2网络进行改进,去掉第9层之后的网络层,并将该层卷积通道数改为128,通过Flatten层进行数据降维,增加一个全连接层得到...; 针对小样本条件下水下目标分类准确率低、计算资源量大的问题,提出一种声光图像融合目标分类方法。首先,对MobilenetV2网络进行改进,去掉第9层之后的网络层,并将该层卷积通道数改为128,通过Flatten层进行数据降维,增加一个全连接层得到分类结果;其次,设计一种融合网络结构,将声光图像成对输入网络进行特征提取,在中间层利用通道拼接算法实现特征图融合,使用融合特征进行目标分类。在真实数据集上对网络进行训练,结果表明,改进的MobilenetV2网络对水下目标的分类性能更好,融合网络的分类准确率相比融合前有所提高,更加适用于水下目标分类任务。; 来源：详细信息评论

限定检索结果