全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
按文献类别分组
按栏目分组
关键词
- 基于深度学习的高分辨率遥感影像飞机掩体检测方法
- 作者： 史姝姝 陈永强 王樱洁 王春乐 来源： 激光与光电子学进展 年份： 2024 文献类型 ： 期刊 关键词： 遥感影像 目标检测 深度学习 旋转框 遥感
- 描述： 高分辨率遥感影像数据集。对比Faster R-CNN、SSD、RetinaNet、YOLOv3和YOLOX等5个深度学习目标检测模型的综合性能，结果表明，在飞机掩体影像数据集上YOLOX模型表现更佳
- 基于改进YOLOv5s的飞机起落架安全销检测算法
- 作者： 陈世嘉 叶剑元 龚轩 曾康 倪鹏程 来源： 计算机科学 年份： 2025 文献类型 ： 期刊 关键词： 起落架安全销 YOLOv5 深度学习 目标检测 坐标注意力
- 描述： 基于改进YOLOv5s的飞机起落架安全销检测算法
- 改进YOLOv10n的SAR飞机目标检测
- 作者： 曹菡 陈黎伟 李璐 陶利 来源： 测绘科学 年份： 2025 文献类型 ： 期刊 关键词： 自适应阈值焦点损失 YOLOv10 合成孔径雷达 目标检测 上下文聚合模块
- 描述： 改进YOLOv10n的SAR飞机目标检测
- 基于深度学习的光学遥感图像飞机检测算法
- 作者： 董永峰 仉长涛 汪鹏 冯哲 来源： 激光与光电子学进展 年份： 2021 文献类型 ： 期刊 关键词： 遥感图像 卷积神经网络 图像处理 目标检测 深度学习 Mask RCNN算法
- 描述： 光学遥感图像目标检测一直都是遥感领域研究的热点之一,但现有的检测方法对背景复杂且尺寸较小的目标检测准确率不高。针对以上问题,提出了一种以Mask-RCNN为基础框架的目标检测方法。该算法以
- 一种RetinaNet与SE融合的航空取证目标检测算法
- 作者： 刘克 潘广煜 郑大国 顾佼佼 孟春英 来源： 现代防御技术 年份： 2022 文献类型 ： 期刊 关键词： 数据均衡 目标检测 航空取证 SE模块 通道注意力 RetinaNet
- 描述： 针对在开展航空侦察取证时缺乏自动化、智能化取证手段的情况，提出了一种基于RetinaNet与SE融合的航空取证目标检测算法，解决目标尺度变化大、数据集中类别不均衡的问题，并通过SE
- 基于深度学习的光学遥感图像飞机检测算法
- 作者： 董永峰 仉长涛 汪鹏 冯哲 来源： 激光与光电子学进展 年份： 2020 文献类型 ： 期刊 关键词： 遥感图像 卷积神经网络 图像处理 目标检测 深度学习 Mask RCNN算法
- 描述： 基于深度学习的光学遥感图像飞机检测算法
- 一种结合非顶层特征图和自适应阈值的飞机目标检测算法
- 作者： 谭振宇 江刚武 刘建辉 来源： 测绘科学技术学报 年份： 2020 文献类型 ： 期刊 关键词： R RPN网络 目标检测 Faster CNN模型 飞机 特征图
- 描述： 一种结合非顶层特征图和自适应阈值的飞机目标检测算法
- 基于SW/YOLO模型的航空发动机叶片损伤实时检测
- 作者： 何宇豪 曹学国 刘信良 蒋浩坤 王静秋 来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 实时检测 叶片损伤 深度学习 目标检测 孔探检测
- 描述： 孔探检测技术是航空发动机叶片损伤检测的主要手段，但目前依赖人工操作，耗时耗力。本文提出了一个孔探视频检测的SW/YOLO模型，该模型包括输入端、主干网络、颈部网络、头部网络4个模块。首先，在主干网络加入了空间通道注意力模块（Spatial Channel / Convolutional Block Attention Module，SC/CBAM），有效避免位置信息丢失，提高目标边界回归能力，相较于YOLOv5，其平均精度均值mAP@0.5提高了5.4%。其次，在颈部网络对特征金字塔网络（Feature Pyramid Network，FPN）进行了改进，通过融合低层特征，扩大了模型感受野，有利于较小损伤区域的检测，如烧蚀损伤，平均精度提高了8.1%。最后，通过与YOLOv5，Faster R/CNN，SSD模型的对比实验，结果表明SW/YOLO模型的平均精度均值分别提高了7%，6.2%，6.3%，检测速度满足实时检测需求，有利于提高航空发动机孔探检测的自动化和智能化水平。