| 成果基本信息 | ||||||
| 关键词: | 船桥避碰,内河桥区,船舶检测,深度卷积神经网络模型 | |||||
| 成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
| 体现形式(基础理论类): | 其他 | 体现形式(应用技术类): | 新技术 | |||
| 成果登记号: | 资源采集日期: | |||||
| 研究情况 | |||||
| 单位名称: | 武汉理工大学 | 技术水平: | 未评价 | ||
| 评价证书号: | 评价单位: | ||||
| 评价日期: | 评价证书号: | ||||
| 转化情况 | |||||
| 转让范围: | 合作开发 | 推广形式: | 合作开发 | ||
| 已转让企业数(个): | |||||
| 联系方式 | |||||
| 联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
| *成果单位详细联系方式请登录会员;还不是会员,马上注册! | |||||
| 成果简介 | |||||
本发明公开了一种用于内河桥区的船舶自动检测方法,包括:1)采集真实内河桥区水域的交通监控视频,获得原始采样图片数据;2)对原始采样图片数据进行人工标注,形成标记图像;3)利用深度卷积神经网络对标记图像进行特征学习,对学习到的特征进行分类,获得经过训练的深度学习模型;4)使用经过训练的深度卷积神经网络模型对真实场景中的船舶进行检测,用矩形框框出船舶的位置,并表示出船舶所属类别。该方法对于不同天气、不同光照条件和夜间黑暗条件都有很好的适应性,可以达到比较高的准确率,处理速度达到实时的要求 |