文章标题：基于深度学习方法的海上舰船目标检测

文章作者：袁明新^1,2, 张丽民^1,2, 朱友帅¹, 姜烽¹, 申燚²
关 键 字：舰船;目标检测;深度学习;区域建议网络;卷积神经网络
文章摘要：为了提高海上无人艇的舰船目标检测精度和速率，本文基于深度学习方法，利用卷积神经网络、区域建议网络及Fast R-CNN检测框架构建了舰船检测系统。该系统通过共享的卷积神经网络提取特征；通过区域建议网络生成候选区域；通过Fast R-CNN框架实现目标检测识别，从而实现端到端的舰船目标检测。实验结果表明，相比于传统机器学习目标检测算法，该舰船检测系统在检测精度及检测速率上均有大幅提高，达到83.79%的准确率及0.05 s/帧的检测速率。本文的舰船检测系统在检测精度及速率上均表现优异，满足了水面无人艇的工作要求。