论文部分内容阅读
在目标识别中,随着特征提取的技术手段发生变化,识别精准度也随之变化。采用卷积神经网络InceptionV3对船舶样本进行分类识别,并引入迁移学习的思想避免网络的过拟合。根据防撞对象、轮廓外形、地理环境的相似性开展个性特征下的迁移学习实验,从而实现高精度的船舶与关联场景目标的多分类识别,有力地验证了基于Inception V3的迁移学习对船舶的特征提取具有较强的泛化能力。