基于改进Faster R-CNN的红外舰船目标检测算法

作     者：顾佼佼 李炳臻 刘克 姜文志 GU Jiaojiao;LI Bingzhen;LIU Ke;JIANG Wenzhi

作者机构：海军航空大学岸防兵学院山东烟台264001 中国人民解放军95668部队云南昆明650000 

出 版 物：《红外技术》 (Infrared Technology)

年 卷 期：2021年第43卷第2期

页      面：170-178页

核心收录：

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：深度学习 目标检测 舰船目标 红外图像 Faster R-CNN 

摘      要：针对Faster R-CNN算法中对于红外舰船目标特征提取不充分、容易出现重复检测的问题,提出了一种基于改进Faster R-CNN的红外舰船目标检测算法。首先通过在主干网络VGG-16中依次引出三段卷积后的3个特征图,将其进行特征拼接形成多尺度特征图,得到具有更丰富语义信息的特征向量;其次基于数据集进行Anchor的改进,重新设置Anchor boxes的个数与尺寸;最后优化改进后Faster R-CNN的损失函数,提高检测算法的整体性能。通过对测试数据集进行分析实验,结果表明改进后的检测算法平均精确度达到83.98%,较之于原Faster R-CNN,精确度提升了3.95%。