基于深度学习的水面无人艇目标检测算法综述 |
| |
作者姓名: | 罗逸豪 孙创 邵成 张钧陶 |
| |
作者单位: | 中国船舶集团有限公司第七一〇研究所,湖北 宜昌 443003 ;清江创新中心,湖北 武汉 430076;军事科学院系统工程研究院,北京 100141 |
| |
摘 要: | 随着人工智能的发展,水面无人艇可代替人工进行危险任务作业,目标检测是其完成自主探测的核心技术。深度学习技术克服了人工特征提取精度低、通用性差等局限性,已成为图像处理的主流方法。 首先,对当前基于深度学习的目标检测算法的发展现状进行了全面总结,对算法分类进行了详细的定义,并指出了不同类型算法的优缺点及适用场景;然后,分析了无人艇水面目标检测技术的研究现状,指出了各类深度学习工作的贡献、优势和局限性;最后,总结了面向水面无人艇的深度学习目标检测算法中亟需解决的关键科学问题,并对可行的方案以及该应用研究领域的未来发展做了进一步的展望。
|
关 键 词: | 水面无人艇 图像处理 目标检测 深度学习 |
Review on Object Detection Algorithm for Unmanned Surface Vehicle Based on Deep Learning |
| |
Authors: | LUO Yihao SUN Chuang SHAO Cheng ZHANG Juntao |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《》浏览原始摘要信息 |
| 点击此处可从《》下载免费的PDF全文 |
|