仪器仪表学报

作者：左 震，郭润泽，孙 备，苏绍璟，孙晓永

单位：左 震,1.国防科技大学智能科学学院,,郭润泽,1.国防科技大学智能科学学院,,孙 备,1.国防科技大学智能科学学院,,苏绍璟,1.国防科技大学智能科学学院,,孙晓永,1.国防科技大学智能科学学院,

关键词：舰船目标;细粒度检测;无人艇感知平台;多尺度坐标注意力;多网络自监督学习

基金：湖南省研究生科研创新项目(CX20210020)资助

真实海面场景中舰船目标外观相似、边缘信息模糊,现有算法无法满足海上精细、实时的细粒度检测需求。故提出基于多尺度坐标注意力和多网络自监督学习的舰船目标细粒度检测方法。首先,设计多尺度坐标注意力和多网络自监督学习模块,在原有特征金字塔和路径聚合网络的基础,进行特征增强,提高海面场景下舰船目标的细粒度检测精度;其次,构建了基于光电吊舱、电子罗盘的无人艇视觉感知平台,制备了包含渔船、快艇、商船等不同类别的舰船目标数据集;最后,在公开数据集和自制数据集上对本文算法进行了测试和集成验证。结果表明,算法对舰船目标具有较高的检测精度,真实海面场景下平均精度均值(mAP)mAP@0.5达到94.6%,相较于改进前提升了1.1%,运行速度27fps,满足了海面无人艇鲁棒、实时的检测需求。

来源：2024年第12期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第12期