知网查重怎么查？新手帮助CNKI知网查重检测系统入口：国知网论文查重系统后该系统首先会对论文的格式进行自动识别，根据格式自动识别进行论文查重范围的规定
发布时间：2022-04-02 02:00:15 文章作者：知网小编 文章来源：本站首发
而文中的舰船检测方法是基于RPN生成区域建议，并通过Fast R-CNN进行舰船检测，使得区域建议的耗时约10 ms，几乎可以忽略不计，在检测速度上达到了0.05 s/帧，相比于Fast R-CNN有了极大提高。 此外，文中的舰船检测系统通过RPN生成区域建议，通过Fast R-CNN框架进行舰船目标检测，采用了交替优化策略进行该系统的训练，使得舰船目标检测的mAP从Fast R-CNN的79.81%提高到了83.79%。
对比实验表明：文中舰船检测系统在检测准确率及检测效率方面都优于传统的机器学习算法，其准确率达到83.79%，检测速率达到0.05 s/帧。 文中的舰船目标检测系统将基于深度学习的目标检测方法引入海上舰船目标检测之中，成功完成水面无人艇的海上舰船目标检测任务，但该系统在检测速率方面还有进一步提高的空间，这将是本项目后续的研究目标。
摘要: 为了提高海上无人艇的舰船目标检测精度和速率，本文基于深度学习方法，利用卷积神经网络、区域建议网络及Fast R-CNN检测框架构建了舰船检测系统。 该系统通过共享的卷积神经网络提取特征；通过区域建议网络生成候选区域；通过Fast R-CNN框架实现目标检测识别，从而实现端到端的舰船目标检测。
基于极化分解的舰船目标检测 Sugimoto等人 [10]利用船、海不同的散射机制提出了两种不同的舰船目标检测方法。 在构造检测器之前，Sugimoto等先将协方差矩阵 [C]进行如下的去旋转角度处理:
