文章详情
| 稿件标题： | 基于YOLOv4的海上目标识别技术研究 |
| 稿件作者： | 张坤，罗亚松，刘忠 |
| DOI： | 10.11809/bqzbgcxb2022.04.034 |
| 科学编辑： | 商飞 博士（南京理工大学副教授、硕导） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 目标识别；YOLOv4；Kmeans；SE注意力；GLCM；SSIM |
| 文章摘要： | 为实现复杂海况下对水柱和靶球目标的高效检测，提出了以YOLOv4网络模型为基础的改进算法。实验设计了4种方案对模型检测效果进行改进：用Kmeans聚类算法对锚定框进行优化；在YOLOv4骨干网络中嵌入SE注意力模块提高对小目标的检测能力；使用基于灰度共生矩阵的海天线检测算法限定检测范围；采用结构相似性检测算法改善视频流检测效果。检测实验证明4种方法对提高网络检测性能均有效果，综合使用4种方法对YOLOv4网络进行改进，在检靶数据集上mAP50值提升了29.9%。 |
| 引用本文格式： | 张坤，罗亚松，刘忠.基于YOLOv4的海上目标识别技术研究［J］.兵器装备工程学报，2022，43(04)：211-217. ZHANG Kun, LUO Yasong, LIU Zhong.Research on marine target recognition technology based on YOLOv4［J］.Journal of Ordnance Equipment Engineering，2022，43(04)：211-217. |
| 刊期名称： | 2022年04期 |
| 出版时间： | 2022年4月 |
| 上线时间： | 2022年4月28日 |
| 浏览次数： | 2628 |
| 下载次数： | 943 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |