按文献类别分组
按栏目分组
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: 基于YOLOv5的目标检测算法,对图像进行采集、打标、训练,检测了YOLOv5图像识别的精度。结果表明:对于变形小、无重影图像的识别精度高达0.92,对于显示模糊、内容扭曲的图像识别精度为0.76
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: 对网络进行重构,加入小目标检测层,改善小目标的漏检问题,提高目标定位精度。其次,在颈部网络中引入极化自注意力机制(polarized self attention, PSA),并使用双边特征金字塔结构
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: 训练效果的提升;其次在Backbone网络中引入坐标注意力机制,在通道注意力的基础上嵌入坐标信息,提高对小缺陷目标的检测能力;最后将YOLOv5的定位损失函数改进为EIoU loss,在加快模型收敛
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19 m和1 m处时,实时最大定位误差分别为0.15 m和0.01 m,能够满足特种车辆靠机完成后与舱门保持5~10 cm的安全距离要求。
基于航空图像的目标检测算法Trans_YOLOv5
作者: 文青     伍欣     敖斌     李宽     殷建平   来源: 计算机技术与发展 年份: 2024 文献类型 : 期刊 关键词: 航空图像   Transformer   YOLOv5   圆形平滑标签   小目标检测   Swin  
描述: 角度回归问题转换为分类问题,提高角度标签检测的精度。针对航空图像小目标检测问题,将Swin Transformer集成于YOLOv5框架中,提升模型对小目标的检测效果,并配合注意力机制模块,提高全局表征
基于生成对抗网络的半监督遥感图像飞机检测
作者: 陈国炜   刘磊   郭嘉逸   潘宗序   胡文龙   来源: 中国科学院大学学报 年份: 2021 文献类型 : 期刊 关键词: 生成对抗网络   目标检测   半监督学习  
描述: 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作
基于生成对抗网络的半监督遥感图像飞机检测
作者: 陈国炜   刘磊   郭嘉逸   潘宗序   胡文龙   来源: 中国科学院大学学报 年份: 2021 文献类型 : 期刊 关键词: 生成对抗网络   目标检测   半监督学习  
描述: 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作
基于YOLOv4的航空发动机叶片凸台目标检测
作者: 陈为   钟欣童   张婧   李泽辰   来源: 计算机仿真 年份: 2022 文献类型 : 期刊 关键词: 数据增强   目标检测   叶片凸台检测   聚类分析  
描述: 针对航空发动机内部检测叶片凸台缺陷的问题,提出了一种基于YOLOv4(You Only Look Once)的目标检测算法。算法使用迁移学习加载了在coco公开数据集上训练的预训练模型权重,为了更好
基于改进候选区域网络的红外飞机检测
作者: 姜晓伟   王春平   付强   来源: 激光与红外 年份: 2019 文献类型 : 期刊 关键词: 聚类   红外飞机   卷积神经网络   目标检测  
描述: 为较好地解决防空武器成像系统对空中红外飞机的检测问题。首先简要地概括了卷积神经网络的兴起和应用,其次在引入基于深度学习目标检测模型Faster R-CNN的基础上,详细地介绍了经典K-means
基于军事飞机图像结合FCN的目标检测技术应用
作者: 张春雷   来源: 电子测试 年份: 2019 文献类型 : 期刊 关键词: 特征提取   全卷积神经网络   目标检测  
描述: 图像分割是图像识别和目标检测的重要工作,军事图像目标检测与准确分割是分析军事目标的核心工作。针对这一工作,本文将全卷积神经网络(全卷积神经网络)应用在军事飞机图像的目标获取上,通过全卷积神经网络强大的特征提取和识别能力,准确获取目标区域,对分析图像信息提供参考性意义。
< 1 2 3 4 ... 15 16 17
Rss订阅