舰船专题

【数据集】部分SAR舰船数据集,用于目标检测

SAR舰船目标检测数据集 1、SSDD 原文:https://sci-hub.se/10.1109/BIGSARDATA.2017.8124934 下载连接:https://github.com/TianwenZhang0825/Official-SSDD/blob/main/README.md 数据介绍: 数量:1160 来源:RadarSat-2、TerraSAR和Sentinel-1传感

Nvidia/算能 +FPGA+AI大算力边缘计算盒子:中国舰船研究院

中国舰船研究院又称中国船舶重工集团公司第七研究院,隶属于中国船舶重工集团公司,是专门从事舰船研究、设计、开发的科学技术研究机构,是中国船舶重工集团公司的军品技术研究中心、科技开发中心;主要从事舰船武器装备发展战略研究、舰船系统顶层技术研究、系统集成及系统工程管理、军民两用技术的开发研究。中国舰船研究院前身为1961年6月成立的国防部第七研究院,先后隶属于国防科委、第六机械工业部、中国人民解放军、中

基于多源遥感图像多级协同融合的舰船识别算法

源自:电子工程与电子技术 作者:张亚丽  冯伟  全英汇  邢孟道 “人工智能技术与咨询”  发布 摘 要 针对极化合成孔径雷达(polarimetric synthetic aperture radar, PolSAR)图像存在斑点噪声严重、可视性差、直接影响目标识别精度的问题, 提出一种基于多源遥感图像多级协同融合的舰船识别算法。通过采用多级协同融合方式, 丰富图像的特征量, 提高舰船

八、各种数据集的格式转换、可视化与编辑更新(以舰船检测数据集为例)

我们经常会用到一些开源数据集或第三方标注的数据,需要根据实际需求对其进行格式转换(如VOC格式转化为DOTA格式,或DOTA格式转化为ESRI Shapefile格式等)和可视化操作,以便进行标注风格和标注质量检查以及进一步的更新修改。 新发布的GeoLabel1.2.9版本(2021年11月14日发布),新增了各种标注格式的转换功能,该功能结合“导入”功能使用,可实现各种格式样本的统一处理。

基于yolov5的SAR舰船检测系统,可进行图像目标检测,也可进行视屏和摄像检测(pytorch框架)【python源码+UI界面+功能源码详解】

功能演示: 基于yolov5的SAR舰船检测系统,系统既能够实现图像检测,也可以进行视屏和摄像实时检测_哔哩哔哩_bilibili (一)简介 基于yolov5的SAR舰船检测系统是在pytorch框架下实现的,这是一个完整的项目,包括代码,数据集,训练好的模型权重,模型训练记录,ui界面等。ui界面由pyqt5设计实现。 该项目是在pycharm和anaconda搭建的虚拟环境执行,py

基于YOLOv8/YOLOv7/YOLOv6/YOLOv5的的舰船检测与识别系统(Python+PySide6界面+训练代码)

摘要:开发高级的舰船检测与识别系统对于提升海上安全监控和航运管理至关重要。本篇博客详细阐述了如何应用深度学习技术构建舰船检测与识别系统,并提供了完整的实施代码。本系统采用了性能强大的YOLOv8算法,并与YOLOv7、YOLOv6、YOLOv5进行了细致的性能对比,展示了不同模型的mAP、F1 Score等关键性能指标。文章深入探讨了YOLOv8算法的基础原理,提供了相应的Python代码和训练数

【YOLO系列算法俯视视角下舰船目标检测】

YOLO系列算法俯视视角下舰船目标检测 数据集和模型YOLO系列算法俯视视角下舰船目标检测YOLO系列算法俯视视角下舰船目标检测可视化结果 数据集和模型 数据和模型下载: YOLOv6俯视视角下舰船目标检测+训练好的舰船目标检测模型+舰船目标检测数据YOLOv7俯视视角下舰船目标检测+训练好的舰船目标检测模型+舰船目标检测数据YOLOv8俯视视角下舰船目标检测+训练好的舰船

基于YOLOv8的遥感SAR舰船小目标识别

💡💡💡本文摘要:基于YOLOv8的遥感SAR舰船小目标,阐述了整个数据制作和训练可视化过程 1.YOLOv8介绍          Ultralytics YOLOv8是Ultralytics公司开发的YOLO目标检测和图像分割模型的最新版本。YOLOv8是一种尖端的、最先进的(SOTA)模型,它建立在先前YOLO成功基础上,并引入了新功能和改进,以进一步提升性能和灵活性。它可以在大型

目标检测YOLO实战应用案例100讲-基于深度学习的SAR图像舰船目标检测(续)

目录 4基于自注意力机制的YOLO-v3算法的SAR图像目标检测 4.1 YOLO系列发展现状 4.2自注意力机制

基于YOLOv8深度学习的舰船目标分类检测系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战

《博主简介》 小伙伴们好,我是阿旭。专注于人工智能、AIGC、python、计算机视觉相关分享研究。 ✌更多学习资源,可关注公-仲-hao:【阿旭算法与机器学习】,共同学习交流~ 👍感谢小伙伴们点赞、关注! 《------往期经典推荐------》 一、AI应用软件开发实战专栏【链接】 项目名称项目名称1.【人脸识别与管理系统开发】2.【车牌识别与自动收费管理系统开发】3.【手势识

【雷达与对抗】【2012.12】舰船雷达目标跟踪研究

本文为美国托莱多大学(作者:Nishatha Nagarajan)的电子工程硕士论文,共169页。 日益增长的能源需求最终促进了风力涡轮机的发展。风力涡轮机的建设具有若干潜在的影响,其中最重要的影响是由于碰撞和栖息地损失而增加的鸟类死亡率。从那时起,雷达被部署用来研究鸟类对风力涡轮机的行为。雷达采用目标跟踪的方式来准确有效地识别目标(鸟类)。为了提高雷达的跟踪效率,近年来发展了多种跟踪方法。最

基于卷积神经网络和合成目标的星载红外图像舰船检测

这篇文章会让你大长见识,当然也不是一般实验条件能做的,我是第一次见到逆卷积这样操作的。另外就是结构非常值得学习,总分结构特别有条理,能用条说的绝不写成一片文字。 题目:Ship detection in spaceborne infrared images based on Convolutional Neural 摘要:星载红外图像的舰船检测在军事和民事应用都非常重要,因为它的检测无关天气。

SVM分类---识别舰船和飞机

SVM介绍 SVM网上已经有说的非常好的,有浅显易懂的也有从最基础的公式上一步步推导的,参考大神July的这篇关于SVM的博客,希望深入了解的可以看看这篇讲的非常好。 一、线性分类器: 首先给出一个非常非常简单的分类问题(线性可分),我们要用一条直线,将下图中黑色的点和白色的点分开,很显然,图上的这条直线就是我们要求的直线之一(可以有无数条这样的直线) 假如说,我们令黑色的点 = -1