首页> 中文期刊> 《舰船科学技术》 >迁移学习在舰船识别中的应用

迁移学习在舰船识别中的应用

         

摘要

目前舰船识别技术相对落后,大部分识别算法还是基于传统的机器学习理论.舰船识别受舰船背景、光照、遮挡等因素的影响较大,识别正确率较低,无法满足现实需求;随着深度卷积神经网络识别率正确率的不断提高,一些复杂的分类任务都得到了较好的解决.本文将深度卷积神经网络AlexNet迁移到舰船识别中,对原网络顶层进行改进,微调底层特征,采用数据扩充技术构建的舰船数据集训练调试模型,得到了有效的舰船识别模型,识别正确率达到91.08%.

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