| 基于深度学习网络的星表非结构化岩石目标辨识方法研究 |
| |
| 引用本文： | 黄璐,毛晓艳,杜航,谢心如,胡海东.基于深度学习网络的星表非结构化岩石目标辨识方法研究[J].空间控制技术与应用,2021,47(6):27-33. |
| |
| 作者姓名： | 黄璐 毛晓艳 杜航 谢心如 胡海东 |
| |
| 作者单位： | 北京控制工程研究所,北京100094 |
| |
| 摘 要： | 目标检测技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测技术面临目标微弱、背景复杂、目标被遮挡等挑战1].针对星表非结构化模拟地形采集的图像中岩石和石块小目标检测识别率低、误识别率高的问题,研究了当下效果最好、模型轻量化的YOLOv5目标检测算法,在其基础上进行改进优化器与优化检测框重复检测效果的一种满足实时性要求的岩石目标检测算法.具体通过引入空标签负样本、结合随机梯度下降法SGD(stochastic gradient descent)优化模型和非极大值抑制参数调节方法,提升YOLOv5网络模型的特征描述能力和分类准确率.利用在地面试验场采集的复杂地形图像作为数据集,并采用mAP(mean average pre-cision)、画面每秒传输帧数(FPS)、准确率和召回(P-R)曲线等作为性能指标,对所提出的目标检测网络进行了试验验证.结果 表明本文提出的改进网络拥有更高的准确率和更低的虚警率,同时保持原有算法的实时性.
|
| 关 键 词： | 行星地形 岩石检测 深度学习 卷积神经网络 |
On Star Catalog Unstructured Rock Target Identification Method Based on Deep Learning Network |
| |
| HUANG Lu,MAO Xiaoyan,DU Hang,XIE Xinru,HU Haidong.On Star Catalog Unstructured Rock Target Identification Method Based on Deep Learning Network[J].Aerospace Contrd and Application,2021,47(6):27-33. |
| |
| Authors: | HUANG Lu MAO Xiaoyan DU Hang XIE Xinru HU Haidong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
