基于UNet++网络与多边输出融合策略的船舶检测模型

李忠智; 尹航; 左剑凯; 孙一凡

首页> 中文期刊> 《计算机工程》 >基于UNet++网络与多边输出融合策略的船舶检测模型

基于UNet++网络与多边输出融合策略的船舶检测模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

船舶检测与识别技术的发展对海上监视及服务工作起重要作用,目前卫星遥感图像船舶目标检测存在背景复杂、船舶尺度变化大等问题,妨碍了海上威胁事件的预测及海上工作效率的提高。提出一种融合多尺度特征信息的目标检测模型,采用UNet++网络进行目标检测提取卫星图像特征,并将全局信息和细粒度信息相融合生成具有高空间精度的中间特征图。在此基础上,使用MSOF策略融合不同语义层次的特征信息,生成最终的检测特征图,以提高船舶目标检测与识别的精度,并通过将二元交叉熵损失函数与Dice系数损失函数结合使用,降低数据集中样本不均衡对模型准确度的影响。基于空客船舶数据集的实验结果表明,该模型能够对遥感图像中的船舶目标进行精准的检测识别,其Dice系数、IOU系数评估值分别为97.3%、96.8%,优于ResNet-34、UNet++等模型。

著录项

来源
《计算机工程》 |2022年第4期|276-283|共8页
作者
李忠智; 尹航; 左剑凯; 孙一凡;
展开▼
作者单位

沈阳航空航天大学计算机学院;

仲恺农业工程学院信息技术学院;

同济大学计算机科学与技术系;

沈阳航空航天大学理学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
UNet++网络; 多边输出融合策略; 船舶检测; 端到端模型; 深度学习;

相似文献

中文文献
外文文献
专利

1. 基于四层过滤的船舶通信网络入侵检测模型研究 [J] . 陈颜 ,贾如春 . 舰船科学技术 . 2018,第9X期
2. 基于CNN与BiGRU融合神经网络的入侵检测模型 [J] . 张安琳 ,张启坤 ,黄道颖 . 郑州大学学报:工学版 . 2022,第3期
3. 基于融合马尔科夫模型的工控网络流量异常检测方法 [J] . 马标 ,胡梦娜 ,张重豪 . 信息安全学报 . 2022,第3期
4. 基于特征递归融合YOLOv4网络模型的春见柑橘检测与计数 [J] . 易诗 ,李俊杰 ,张鹏 . 农业工程学报 . 2021,第018期
5. 基于用户传播网络与消息内容融合的谣言检测模型 [J] . 薛海涛 ,王莉 ,杨延杰 . 计算机应用 . 2021,第012期
6. 基于神经网络的船舶航向自适应输出反馈控制设计 [C] . 张利军 ,贾鹤鸣 ,金鸿章 . 2009年中国智能自动化会议 . 2009
7. 基于数据融合技术的网络异常检测模型的研究 [A] . 苗碧舟 . 2013

基于UNet++网络与多边输出融合策略的船舶检测模型

摘要

著录项

相似文献

相关主题

期刊订阅