| 一种基于深度学习的高速无人艇视觉检测实时算法 |
| |
| 作者姓名： | 周治国 刘开元 郑翼鹏 屈崇 王黎明 |
| |
| 作者单位： | 北京理工大学信息与电子学院,北京 100081;北京理工大学信息与电子学院,北京 100081;中国船舶重工集团公司第七一一研究所,上海 201108;中国人民解放军海军工程大学,湖北,武汉 430032 |
| |
| 摘 要： | 针对高速无人艇自主航行时对视觉检测的实时性以及由于水面场景变化和波浪反射等干扰的鲁棒性需求,提出一种基于深度学习的高速无人艇视觉检测实时算法.采用基于MobileNet的神经网络快速提取全图特征,设计SSD结构的检测网络融合各层特征图的结果以完成快速多尺度检测,并在嵌入式GPU NVIDIA Jetson TX2硬件平台上将算法实现并验证.结果表明,该算法能够实时检测多类水上特定目标,具有鲁棒性强、多尺度的特点,单帧视频的检测时间可以控制在50 ms以内.
|
| 关 键 词： | 高速无人艇 深度学习 视觉检测 实时 |
| 收稿时间： | 2020-07-30 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《北京理工大学学报》浏览原始摘要信息 |
|
点击此处可从《北京理工大学学报》下载免费的PDF全文 |
|
