10.13646/j.cnki.42-1395/u.2022.10.022
基于深度学习的港口移动目标识别技术研究
基于图像信息的港口视觉感知对于港口现场生产管理有着重要作用.当前广泛研究的基于深度学习的目标检测的识别方法相比于传统的机器视觉识别方法有着较强的鲁棒性,本文建立了包含12类港口移动目标图像数据集,并完成了基于YOLOv5目标检测模型的训练和测试,实现港口移动目标检测平均准确率达到87%以上,表明基于深度学习的港口移动目标识别技术能够实现在不同港口场景下对港口移动目标有较好的定位和分类效果,将能为港口场景的视觉技术应用提供实用性基础支持.
港口移动目标、深度学习、智慧港口、YOLOv5
TP391.4(计算技术、计算机技术)
2022-11-17(万方平台首次上网日期,不代表论文的发表时间)
共2页
59-60