Ship Detection in Synthetic Aperture Radar Imagery: An Active Contour Model Approach in Computer Vision Deep Learning

Singh, Tripty; Babu, Tina; Nair, Rekha R; Duraisamy, Prakash

doi:10.1016/j.procs.2024.04.170

Procedia Computer Science

2024

DOI: 10.1016/j.procs.2024.04.170

|View full text |Cite

Ship Detection in Synthetic Aperture Radar Imagery: An Active Contour Model Approach in Computer Vision Deep Learning

Tripty Singh,

Tina Babu,

Rekha R Nair

et al.

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...

Citation Types

Supporting

Mentioning

Contrasting

Year Published

2024

Publication Types

Select...

Article1

Relationship

Self Cite0

Independent1

Authors

Journals

Cited by 1 publication

References 25 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

Gemi̇ Tespi̇ti̇ Uygulamasinda Yolov8 Ve Yolov9 Algori̇tmalarinin Performans Değerlendi̇rmesi̇

Tekindemir,

Şenel

2024

Uluslararası Sürdürülebilir Mühendislik Ve Teknoloji Dergisi

View full text Add to dashboard Cite

Gemi tespiti ve sınıflandırması, deniz gözetimi ve izleme alanında kritik bir konu olup; balıkçılık yönetimi, göçmen izleme, deniz kurtarma ve deniz savaşlarına kadar geniş bir yelpazede uygulanmaktadır. Uzaktan algılama teknolojileri, geniş kapsama alanı ve düşük maliyetli erişim gibi avantajları nedeniyle gemi izleme için kullanılmaktadır. Bu çalışma, nesnelerin insan tarafından tespiti, sayımı ve takibi süreçlerinin bilgisayarlı görme ve makine öğrenmesi yöntemleri ile gerçekleştirilmesinin önemini vurgulamaktadır. Bu çalışmada, YOLO mimarileri, gemi tespiti ve sınıflandırmasının hızlı ve doğru bir şekilde yapılabilmesi için kullanılan bir teknoloji olarak ele alınmaktadır. YOLOv8 ve YOLOv9 mimarileri ile uzaktan algılama kullanılarak gemi tespiti çalışmaları gerçekleştirilmiştir. Gemi tespiti için 1658 görüntüden oluşan "Ships in Google Earth" adlı veri seti kullanılarak YOLOv8 ve YOLOv9 mimarilerinin performansını karşılaştırmaktadır. Eğitim ve doğrulama kayıpları, kesinlik, duyarlılık ve ortalama hassasiyet kriterleri açısından değerlendirilen modeller, eğitim sürecinde belirli bir başarı ve öğrenme hızı sergilemiştir. Her iki modelin de gemi tespitinde etkili çözümler sunduğu görülmüştür. Ancak, YOLOv9 modeli, özellikle başlangıçta daha hızlı yakınsama ve genel tespit performansında üstünlük sağlamıştır.

show abstract

Gemi̇ Tespi̇ti̇ Uygulamasinda Yolov8 Ve Yolov9 Algori̇tmalarinin Performans Değerlendi̇rmesi̇

Tekindemir,

Şenel

2024

Uluslararası Sürdürülebilir Mühendislik Ve Teknoloji Dergisi

View full text Add to dashboard Cite

show abstract

scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.

Contact Info

customersupport@researchsolutions.com

10624 S. Eastern Ave., Ste. A-614

Henderson, NV 89052, USA

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

Blog Terms and Conditions API Terms Privacy Policy Contact Cookie Preferences Do Not Sell or Share My Personal Information

Made with 💙 for researchers

Part of the Research Solutions Family.

Ship Detection in Synthetic Aperture Radar Imagery: An Active Contour Model Approach in Computer Vision Deep Learning

Cited by 1 publication

References 25 publications

Gemi̇ Tespi̇ti̇ Uygulamasinda Yolov8 Ve Yolov9 Algori̇tmalarinin Performans Değerlendi̇rmesi̇

Gemi̇ Tespi̇ti̇ Uygulamasinda Yolov8 Ve Yolov9 Algori̇tmalarinin Performans Değerlendi̇rmesi̇

Contact Info

Product

Resources

About