水下图像目标检测数据集及检测算法综述 |
| |
引用本文: | 董金耐,杨淼,谢卓冉,蔡立鹏.水下图像目标检测数据集及检测算法综述[J].海洋技术,2022(5):60-72. |
| |
作者姓名: | 董金耐 杨淼 谢卓冉 蔡立鹏 |
| |
作者单位: | 江苏海洋大学电子工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(12171205);;江苏省基础研究计划(自然科学基金)资助项目(BK20191469); |
| |
摘 要: | 水下目标检测技术是海洋探测的关键技术之一,具有重要的研究意义。本文首先对水下光学目标检测图像数据集进行了总结与分析,然后对近五年国内外50多项相关研究进展进行了阐述,分析了现有方法的贡献和局限性,以Faster RCNN和YOLOV3为基础模型对3种典型的提高目标检测性能的方法进行了实验,实验结果表明直接应用图像增强的方法不能有效提升检测精度,应用高分辨率网络可以明显提升目标检测性能。最后讨论了水下图像目标检测算法的潜在挑战和有待解决的问题,并提出了未来可能的研究方向。
|
关 键 词: | 深度学习 水下目标检测数据集 水下图像增强 水下目标检测 |
|
| 点击此处可从《海洋技术》浏览原始摘要信息 |
| 点击此处可从《海洋技术》下载免费的PDF全文 |
|