★项目描述:为了实现对国际知名型号战斗机的识别而采取正确的应对策略,我们从不同渠道获取了较多的不同型号的战斗机的图像数据,通过对其进行数据增强,并以此作为数据集进行深度学习训练,可在空对空,地对空以可见光源数据对战斗机进行检测并识别。
★ 责任描述:数据采集,模型配置调优
★ 负责事项:
1.采集内部飞机数据,爬取战斗机数据,获取国外战斗机演习数据,获取游戏中的战斗机图片截图数据
2. 基于 opencv 对图像进行缩放,裁剪,通道选择,运用中值滤波法对图像进行平滑处理
3.运用 pytorch定义各个模块代码
4.对Yolov3 的训练模型进行配置并且进行模型训练,调优来做到对目标的检测
5. 对bi-linear 的训练模型进行配置并且进行模型训练,调优,以此做到对战斗机下的子类别如F22和F35等各种战斗机的区分,准确率可达98.88%。