论文部分内容阅读
机场地面目标识别是机场特种车辆迈向智能化的关键一步。随着人工智能的发展,深度学习在图像识别任务上的优势日趋明显。但传统深度学习模型的训练需要大量标注好的数据,限制了其在缺少数据的机场地面目标识别领域的应用。针对机场地面目标识别的小样本问题,提出将迁移学习方法应用到模型训练中,利用小样本数据完成训练。首先收集机场运营中常见的地面目标数据建立小样本数据集,然后引入迁移学习方法对Inceptionv3网络进行再训练,构建机场地面目标识别系统,最后通过实验验证了所提方法对机场地面常见的10类目标识别的有效性