《表1 不同类别船舶目标数量统计》
数据集在基于深度学习的目标检测中起着至关重要的作用,卷积神经网络从庞大的训练数据中学习目标特征。由于监督学习需要人工标记标签,是一项费时费力的工作,所以获得训练数据集极其困难。Sea Ships[19]是第一个公开的用于船舶目标检测的数据集,包含7 000张6个类别的船舶图像。将数据集分为:训练集1 750张、验证集1 750张,测试集3 500张,分别对3个子数据集中每个类别的船舶数量(GT)进行统计如表1所示,3个子数据集的目标数量分布相似,保证了网络具有良好的泛化能力。
图表编号 | XD00222674300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.10 |
作者 | 聂鑫、刘文、吴巍 |
绘制单位 | 武汉理工大学航运学院、内河航运技术湖北省重点实验室(武汉理工大学)、武汉理工大学航运学院、内河航运技术湖北省重点实验室(武汉理工大学)、武汉理工大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |