论文部分内容阅读
为提升海上无人装备对海洋的感知与监测能力,海面目标检测准确度的提升至关重要。但受复杂海况影响和传感器限制,采集高质量海面目标样本困难,导致大规模海面目标数据集缺乏,使得基于深度学习的海面目标检测发展缓慢。为此,文中将自监督表征学习引入海面目标检测领域,利用动量对比自监督表征学习算法进行船舶特征学习,从大规模无标签海面目标数据中挖掘船舶目标特征,为后续进行基于更快的区域卷积神经网络的海面目标检测提供先验知识。实验结果表明,借助于大规模无标签数据集,文中提出的基于自监督表征学习的海面目标检测方法能够取得