文献类型：期刊文章

作　　者：李晖晖[1] 周康鹏[2] 韩太初[1]

Li Huihui;Zhou Kangpeng;Han Taichu(I.School of Automation,Northwestern Polytechnical University,Xi’an 710072,China;Chinese Flight Test Establishment,Xi'an 710089,China)

机构地区：[1]西北工业大学自动化学院,西安710072 [2]中国飞行试验研究院,西安710089

出　　处：《仪器仪表学报》

基　　金：国家自然科学基金(61333017)项目资助。

年　　份：2020

卷　　号：41

期　　号：4

起止页码：183-190

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在遥感图像中,舰船目标具有目标尺寸较小、形状细长、多个目标紧密排列、类间相似度高等特点,现有的深度学习目标检测算法对舰船小目标的检测精度不高,易发生错检、漏检情况。为了更有效地利用遥感图像信息,提高小目标检测精度,构建了舰船数据集SDNGV,提出基于串行修正线性单元CReLU和特征金字塔网络(FPN)改进的单射探测器(SSD)舰船目标检测识别方法。首先,在SSD网络的浅层添加CReLU,提升其浅层特征的传递效率;然后,采用FPN从网络的深层到浅层逐级融合SSD中用于检测的多尺度特征图,提升网络的定位精度和分类精度。实验表明,所提目标检测算法具有较好的检测精度,改进方法具有明显的效果,在舰船小目标的检测上有10%的检测精度提升。

关 键 词：目标检测 舰船检测 深度学习  卷积神经网络

分 类 号：TP391.4] TH39[计算机类]