基于YOLOv3-tiny的船舶可见光图像细粒度检测

作     者：梁月翔 冯辉 徐海祥 LIANG Yuexiang;FENG Hui;XU Haixiang

作者机构：高性能船舶技术教育部重点实验室武汉430074 武汉理工大学交通学院武汉430063 

出 版 物：《武汉理工大学学报（交通科学与工程版）》 (Journal of Wuhan University of Technology（Transportation Science & Engineering）)

年 卷 期：2020年第44卷第6期

页      面：1041-1045,1051页

学科分类：08[工学] 081105[工学-导航、制导与控制] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目(51879210,51979210) 中央高校基本科研业务费专项资金项目(2019III040,2019III132CG)资助 

主　　题：目标检测 YOLOv3-tiny 深度卷积神经网络 智能船舶 可见光图像 

摘      要：文中针对智能船舶视觉传感器采集到的图像进行目标检测,提出基于YOLOv3-tiny的深度卷积神经网络图像细粒度检测方法.该方法使用实验团队建立的船舶图像数据库,对图片进行人工标注,使用k-means算法对数据集锚框进行聚类,采用数据增强策略的YOLOv3-tiny深度卷积神经网络对船舶图像进行训练与测试.实验结果表明:本文提出的改进YOLOv3-tiny模型在测试集上的平均精度达到了62.85%,实时检测帧率达到了136帧/s,可以辅助船舶驾驶人员识别水面目标.