10.15918/j.tbit1001-0645.2019.213
Mask RCNN在雾化背景下的船舶流量检测
基于掩码区域卷积神经网络(Mask region-convolutional neural network,Mask RCNN)模型检测海域卫星航拍图片中的船舶流量检测,实现雾化与模糊背景下的自动检测船舶数量与船只定位.基于搭建的Mask RCNN网络模型进行训练,依据输出的船只位置,与准确位置对比,不断调整模型参数提升准确度,再用训练好的模型参数对测试集中的图片进行检测.训练后进行测试的结果为:重叠度(intersection over union,IOU)取0.5时,边界框位置准确度达85.4%.船只数量检测准确度高达89.9%.上述结果表明,Mask RCNN网络模型可实现高精度的船舶流量监测.
掩码区域卷积神经网络、船只位置、船舶流量、掩码、准确度
40
TN911.73
航空科学基金资助项目2019ZC072006
2020-12-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
1223-1229