卷积神经网络识别侧扫声呐影像的研究
张博宇 王晓 杨敬华 朱邦彦
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

张博宇 王晓 杨敬华 朱邦彦,. 卷积神经网络识别侧扫声呐影像的研究[J]. 低碳研究,20192. DOI:.
摘要: 卷积神经网络是当前应用最广泛的图像识别算法,利用大量数据对网络进行训练,即可达到快速、高效地对图像进行识别的目的 .由于卷积神经网络结构众多,且同一数据在不同网络表现也不尽相同,为了选择适用于分析沉船声呐数据的网络,使用Python搭建LeNet 5、AlexNet、VGG、GoogLeNet、ResNet系列(ResNet50、Res Net101、ResNet152)、DenseNet系列(DenSeNet121、DenSeNet169、DenSeNet201、DenSeNet264)六种共11个卷积神经网络结构,以侧扫声呐沉船影像为数据集进行实验.结果 表明,DenSeNet121是6种网络中最适合用于水下沉船图像识别的网络结构.
关键词: 卷积神经网络;侧扫声呐图像;沉船识别
DOI:
基金资助: