该数据为二次加工数据，主要以船只实摄图片为基础，构建神经网络模型，完成目标检测、分类；通过数据训练得到合适的模型数据。数据可用于船只目标检测等场景。
1.以船只实摄图片为基础，构建神经网络模型，完成目标检测、分类。具体做法是搭建含特征提取层、特征交互层、检测分类层的目标检测网络，每一层由若干卷积模块组成，每一个卷积模块由若干模型参数确定；以同样方法构建目标分类网络，与目标检测网络串联，按目标检测-目标分类的顺序搭建完整的目标检测、分类网络；图片被输入到网络后先由目标检测网络给出图片中船只所在的位置信息，再由目标分类网络给出对应位置船只的细分类别信息，完成目标检测、分类。2.通过数据训练得到合适的模型参数，将模型参数二值化后进行切分存储。具体做法是：在模型参数训练过程中，把带有标注的样本图片输入到目标检测、分类网络中，将模型输出结果与正确结果（标注结果）进行比较，将偏差值在网络中进行反向传播，对各层的模型参数进行修正；反复进行此过程，直到模型输出结果达到较高准确度为止；然后对得到的模型参数进行编码，按固定长度进行切分后存储。
| 字段名 | 类型 | 描述 |
|---|---|---|
序列 |
-- | -- |
序列值 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 序列 | 11100 |
| 序列值 | 2c15b3219887d01e8a0c83965d1db295e09f6094 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/3351