期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于YOLO-v5的星载SAR图像海洋小目标检测
被引量:
8
1
作者
窦
其
龙
颜明重
朱大奇
《应用科技》
CAS
2021年第6期1-7,共7页
针对星载合成孔径雷达(SAR)图像中的小目标检测,提出了一种基于YOLO-v5的算法。首先根据目标在图像中占比很小的特点,对深度学习网络进行优化;其次通过自适应锚点框算法重新设置锚点框大小,加快模型训练的收敛速度;最后嵌入GDAL模块,使...
针对星载合成孔径雷达(SAR)图像中的小目标检测,提出了一种基于YOLO-v5的算法。首先根据目标在图像中占比很小的特点,对深度学习网络进行优化;其次通过自适应锚点框算法重新设置锚点框大小,加快模型训练的收敛速度;最后嵌入GDAL模块,使得检测头能够直接读取被检测目标的地理位置信息。实验结果表明本文提出的方法具有较强的泛化能力,能够有效检测出大范围海面上的船舶目标,检测速度较快,漏检率低。
展开更多
关键词
合成孔径雷达
星载SAR图像
深度学习
数据增强
自适应锚点框
YOLO-v5
小目标检测
GDAL
下载PDF
职称材料
题名
基于YOLO-v5的星载SAR图像海洋小目标检测
被引量:
8
1
作者
窦
其
龙
颜明重
朱大奇
机构
上海海事大学智能海事搜救与水下机器人上海工程技术研究中心
出处
《应用科技》
CAS
2021年第6期1-7,共7页
基金
国家自然科学基金项目(U1706224,62033009).
文摘
针对星载合成孔径雷达(SAR)图像中的小目标检测,提出了一种基于YOLO-v5的算法。首先根据目标在图像中占比很小的特点,对深度学习网络进行优化;其次通过自适应锚点框算法重新设置锚点框大小,加快模型训练的收敛速度;最后嵌入GDAL模块,使得检测头能够直接读取被检测目标的地理位置信息。实验结果表明本文提出的方法具有较强的泛化能力,能够有效检测出大范围海面上的船舶目标,检测速度较快,漏检率低。
关键词
合成孔径雷达
星载SAR图像
深度学习
数据增强
自适应锚点框
YOLO-v5
小目标检测
GDAL
Keywords
SAR
space-borne SAR image
deep learning
data enhancement
adaptive anchors
YOLO-v5
small target detection
GDAL
分类号
TP389.1 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于YOLO-v5的星载SAR图像海洋小目标检测
窦
其
龙
颜明重
朱大奇
《应用科技》
CAS
2021
8
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部