面向航空影像下车辆目标的实时检测算法
日期:2019.11.18 点击数:6
【类型】期刊
【刊名】计算机工程与设计
【关键词】 卷积,实时,深度学习,神经网络,车辆检测,航空影像
【摘要】为解决自然场景下的通用目标检测框架对航空影像下的小车辆目标检测性能不足的缺陷,提出一种专用于航空影像下的小车辆目标实时检测器,即轻量级尺度公平单卷积检测器(lightweight scale fair single convolution detector,LSFSCD)。相比传统检测方法和基于CNN的通用检测等方法,其架构更加简单,模型更小。该架构减少了误检和错检,实现更高检测精度的同时减少训练时间。通过使用Caffe框架在8g显存GTX1080上对VEDAI和DLR数据集进行实验,其结果验证了所提算法的有效性。
【年份】2019
【作者单位】江西理工大学电气工程与自动化学院;
【期号】07
【全文挂接】全文挂接
相关文章
- 1、航空影像下小车辆的快速定向检测算法设计 作者:许楠 年份:2019
- 2、基于深度学习的航空图像目标检测 作者:高子啸 年份:2021
- 3、基于深度学习的航空影像非正规垃圾堆放点监测技术研究与实践 作者:李军吉,应良中,陶文旷, 年份:2023
- 4、基于编解码网络的航空影像像素级建筑物提取 作者:陈凯强,高鑫,闫梦龙,张跃,孙显, 年份:2021
- 5、基于编解码网络的航空影像像素级建筑物提取 作者:陈凯强,高鑫,闫梦龙,张跃,孙显, 年份:2021
- 6、基于编解码网络的航空影像像素级建筑物提取 作者:陈凯强,高鑫,闫梦龙,张跃,孙显, 年份:2021