基于迁移学习的船舶目标识别方法

摘要

一种基于迁移学习的船舶目标识别方法，首先通过数据增强的方法生成数据集，将数据集进行基于正负样本数目的优化划分得到训练集和测试集，为避免小样本数据集导致的过拟合采用InceptionV3模型以迁移学习的方式对数据集进行训练和测试，以定量评判指标作为定量评价指标，并选取真实场景拍摄的视频帧进行对比测试，通过设定阈值得出的一系列坐标点，绘制定性评估指标ROC曲线，并生成分类信息作为定性评价指标。本发明无需手工提取特征即能实现对船舶目标域的高精度分类、高运算效率的识别，其具有更高的分类召回率且运算速度更快。