期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的港口移动目标识别技术研究
被引量:
2
1
作者
王曼菲
李志明
《中国水运》
2022年第10期59-60,共2页
基于图像信息的港口视觉感知对于港口现场生产管理有着重要作用。当前广泛研究的基于深度学习的目标检测的识别方法相比于传统的机器视觉识别方法有着较强的鲁棒性,本文建立了包含12类港口移动目标图像数据集,并完成了基于YOLOv5目标检...
基于图像信息的港口视觉感知对于港口现场生产管理有着重要作用。当前广泛研究的基于深度学习的目标检测的识别方法相比于传统的机器视觉识别方法有着较强的鲁棒性,本文建立了包含12类港口移动目标图像数据集,并完成了基于YOLOv5目标检测模型的训练和测试,实现港口移动目标检测平均准确率达到87%以上,表明基于深度学习的港口移动目标识别技术能够实现在不同港口场景下对港口移动目标有较好的定位和分类效果,将能为港口场景的视觉技术应用提供实用性基础支持。
展开更多
关键词
港口移动目标
深度学习
智慧
港口
YOLOv5
下载PDF
职称材料
题名
基于深度学习的港口移动目标识别技术研究
被引量:
2
1
作者
王曼菲
李志明
机构
重庆交通大学
出处
《中国水运》
2022年第10期59-60,共2页
文摘
基于图像信息的港口视觉感知对于港口现场生产管理有着重要作用。当前广泛研究的基于深度学习的目标检测的识别方法相比于传统的机器视觉识别方法有着较强的鲁棒性,本文建立了包含12类港口移动目标图像数据集,并完成了基于YOLOv5目标检测模型的训练和测试,实现港口移动目标检测平均准确率达到87%以上,表明基于深度学习的港口移动目标识别技术能够实现在不同港口场景下对港口移动目标有较好的定位和分类效果,将能为港口场景的视觉技术应用提供实用性基础支持。
关键词
港口移动目标
深度学习
智慧
港口
YOLOv5
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的港口移动目标识别技术研究
王曼菲
李志明
《中国水运》
2022
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部