首页> 中文期刊> 《计算机应用研究》 >一种改进的航母图像型号级细粒度分类方法

一种改进的航母图像型号级细粒度分类方法

         

摘要

当前,航母作为各军事强国的重点侦察对象,航母自动识别可以极大地减轻分析人员的工作量。经典的通用目标识别通常仅判定目标图像是一个航母,而无法识别航母的型号,为此针对航母图像型号级的细粒度分类任务开始出现,但是现有方法对于型号级的分类精度还不够有效。因此,提出了一种改进的航母图像型号级细粒度分类方法。该方法提出了一种新的分类器head,与经典卷积神经网络组成一个端到端学习的网络模型。所提出的分类器head由组合池化、高效降维、标签平滑等模块组成。在公开的航母图像型号级细粒度分类数据集上进行了评测,所提方法较现有方法获得了较好的性能提升。该方法思想简单、易于实现、扩展性强,能够与各种卷积神经网络进行组合,提升细粒度分类精度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号