首页
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻动态
全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
首页>
根据【关键词:
目标检测算法,YOLOv5,工具识别,航空维修
】搜索到相关结果
193
条
按文献类别分组
期刊
(193)
按栏目分组
期刊
(193)
按年份分组
2024
(25)
2023
(32)
2022
(22)
2021
(6)
2020
(12)
2019
(42)
2018
(42)
2017
(12)
按来源分组
航空维修与工程
(33)
科技经济导刊
(16)
中国民航飞行学院学报
(10)
科技视界
(6)
科技展望
(6)
内燃机与配件
(5)
粘接
(4)
中国新通信
(4)
西安航空学院学报
(4)
科学技术创新
(4)
设备管理与维修
(4)
科技与创新
(4)
教育教学论坛
(4)
中国战略新兴产业
(4)
山东工业技术
(4)
北京航空航天大学学报
(4)
装备维修技术
(2)
装备环境工程
(2)
现代营销(经营版)
(2)
人类工效学
(2)
现代制造技术与装备
(2)
郑州航空工业管理学院学报
(2)
中外企业家
(2)
激光与红外
(2)
测绘通报
(2)
激光与光电子学进展
(2)
国外电子测量技术
(2)
互联网周刊
(1)
计算机技术与发展
(1)
计算机测量与控制
(1)
关键词
基于YOLOv5的
航空维修工具识别
作者:
丁发军
刘韶坤
刘义平
来源:
中国民航飞行学院学报
年份:
2023
文献类型 :
期刊
关键词:
目标检测算法
YOLOv5
工具识别
航空维修
描述:
,识别精度降低
1
7.4%。目前,YOLOv5
目标检测算法
具有较高的识别精度,但仍需针对扭曲、模糊不清的图形进行算法改进。
基于YOLOv5的
航空维修工具识别
作者:
丁发军
刘韶坤
刘义平
来源:
中国民航飞行学院学报
年份:
2023
文献类型 :
期刊
关键词:
目标检测算法
YOLOv5
工具识别
航空维修
描述:
,识别精度降低
1
7.4%。目前,YOLOv5
目标检测算法
具有较高的识别精度,但仍需针对扭曲、模糊不清的图形进行算法改进。
基于改进YOLOv5的SAR图像飞机目标细粒度识别
作者:
张武
刘秀清
来源:
国外电子测量技术
年份:
2024
文献类型 :
期刊
关键词:
YOLOv5
合成孔径雷达
飞机目标细粒度识别
描述:
intersection over union)作为网络损失函数提高网络收敛速度和检测精度。利用SAR-AIRcraft-
1
.0数据集进行了算法有效性试验研究,实验结果表明,算法有效提升了飞机目标的检测精度,精确率、召回率、平均精度均值分别达到92.6%、84.
1
%、90.
1
%。
基于改进YOLOv5的SAR图像飞机目标细粒度识别
作者:
张武
刘秀清
来源:
国外电子测量技术
年份:
2024
文献类型 :
期刊
关键词:
YOLOv5
合成孔径雷达
飞机目标细粒度识别
描述:
intersection over union)作为网络损失函数提高网络收敛速度和检测精度。利用SAR-AIRcraft-
1
.0数据集进行了算法有效性试验研究,实验结果表明,算法有效提升了飞机目标的检测精度,精确率、召回率、平均精度均值分别达到92.6%、84.
1
%、90.
1
%。
基于改进YOLOv5的飞机舱门识别与定位方法研究
作者:
张长勇
郭聪
李玉洲
张朋武
来源:
计算机测量与控制
年份:
2024
文献类型 :
期刊
关键词:
舱门识别与定位
YOLOv5
机场特种车辆
自动靠机
三维定位
描述:
角点的像素,利用空间几何关系,实现了对舱门准确的三维定位。实验结果表明,改进后的YOLOv5算法mAP达到96.5%,相比原有算法提升了5.6%。在舱门前方
1
9 m和
1
m处时,实时最大定位误差分别为0.
1
5 m和0.0
1
m,能够满足特种车辆靠机完成后与舱门保持5~
1
0 cm的安全距离要求。
融合注意力和多尺度特征的航空发动机缺陷检测
作者:
赵崇林
朱江
胡永进
李祖泽
王鹏举
谢涛
来源:
北京航空航天大学学报
年份:
2023
文献类型 :
期刊
关键词:
注意力机制
航空发动机
YOLOv5
深度学习
缺陷检测
描述:
损失,实现对缺陷目标快速、准确地定位和识别。实验结果表明,本文算法检测缺陷的平均精确度达到了89.7%,较基准网络提升了6.3%,训练后的模型大小仅为
1
4.0M。因此,所提方法可以有效地检测航空发动机的主要缺陷。
融合注意力和多尺度特征的航空发动机缺陷检测
作者:
赵崇林
朱江
胡永进
李祖泽
王鹏举
谢涛
来源:
北京航空航天大学学报
年份:
2023
文献类型 :
期刊
关键词:
注意力机制
航空发动机
YOLOv5
深度学习
缺陷检测
描述:
损失,实现对缺陷目标快速、准确地定位和识别。实验结果表明,本文算法检测缺陷的平均精确度达到了89.7%,较基准网络提升了6.3%,训练后的模型大小仅为
1
4.0M。因此,所提方法可以有效地检测航空发动机的主要缺陷。
基于改进YOLOv5的航空发动机表面缺陷检测模型
作者:
李鑫
李香蓉
汪诚
李秋良
李卓越
来源:
激光与光电子学进展
年份:
2023
文献类型 :
期刊
关键词:
注意力机制
航空发动机
机器视觉
YOLOv5
表面缺陷检测
描述:
的同时提高预测框回归精度。实验表明,本文提出的YOLOv5-CE模型,相比原YOLOv5s网络,在检测速度几乎没有下降的情况下m AP值提高了
1
.2%,达到了98.5%,能够实现对航空发动机四种常见类型缺陷的高效智能检测。
融合注意力和多尺度特征的航空发动机缺陷检测
作者:
赵崇林
朱江
胡永进
李祖泽
王鹏举
谢涛
来源:
北京航空航天大学学报
年份:
2023
文献类型 :
期刊
关键词:
注意力机制
航空发动机
YOLOv5
深度学习
缺陷检测
描述:
损失,实现对缺陷目标快速、准确地定位和识别。实验结果表明,本文算法检测缺陷的平均精确度达到了89.7%,较基准网络提升了6.3%,训练后的模型大小仅为
1
4.0M。因此,所提方法可以有效地检测航空发动机的主要缺陷。
作者:
黄子恒
芮杰
林雨准
王淑香
刘相云
来源:
测绘通报
年份:
2024
文献类型 :
期刊
关键词:
损失函数
注意力机制
YOLOv5
目标检测
飞机检测
描述:
<
1
2
...
18
19
20
>
Rss订阅
订阅地址: