按文献类别分组
按栏目分组
关键词
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: 的适应对凸台检测中小目标、结构复杂的特点,通过聚类分析的方法调整先验框尺寸,同时对原始数据集使用Mosaic方法进行数据增强。实验结果表明,改进后的YOLOv4模型在检测精度上提高了15.85%,召回率提高了21%,平均交并比可达0.75,检测性能优于在同一数据集中使用的SSD目标检测算法。
基于CenterNet的航空遥感图像目标检测
作者: 杨曦中   高冠鸿   熊智   张玲   来源: 航空电子技术 年份: 2022 文献类型 : 期刊 关键词: 目标检测   深度学习   神经网络   CenterNet  
描述: 为实现高精度的航空图像目标检测,将Anchor free的目标检测算法CenterNet应用到检测中,同时使用Resnet50主干网络,并引入CIoU损失替代原有损失函数对网络模型做出了改进。改进后
基于注意力机制的航空图像旋转框目标检测
作者: 常洪彬   李文举   李文辉   来源: 吉林大学学报(理学版) 年份: 2022 文献类型 : 期刊 关键词: 航空图像   注意力机制   目标检测   深度学习  
描述: ,并预测粗糙包围盒与分类分数;最后采用特征对齐和改进的Fast R-CNN检测头进行精细化处理,进一步提升检测精度,得到最后的分类和回归结果.实验结果表明,该方法在公开航空遥感数据集DOTA上的检测精度达到77.71%,优于其他先进的旋转框目标检测方法.
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: 的适应对凸台检测中小目标、结构复杂的特点,通过聚类分析的方法调整先验框尺寸,同时对原始数据集使用Mosaic方法进行数据增强。实验结果表明,改进后的YOLOv4模型在检测精度上提高了15.85%,召回率提高了21%,平均交并比可达0.75,检测性能优于在同一数据集中使用的SSD目标检测算法。
基于CenterNet的航空遥感图像目标检测
作者: 杨曦中   高冠鸿   熊智   张玲   来源: 航空电子技术 年份: 2022 文献类型 : 期刊 关键词: 目标检测   深度学习   神经网络   CenterNet  
描述: 为实现高精度的航空图像目标检测,将Anchor free的目标检测算法CenterNet应用到检测中,同时使用Resnet50主干网络,并引入CIoU损失替代原有损失函数对网络模型做出了改进。改进后
基于注意力机制的航空图像旋转框目标检测
作者: 常洪彬   李文举   李文辉   来源: 吉林大学学报(理学版) 年份: 2022 文献类型 : 期刊 关键词: 航空图像   注意力机制   目标检测   深度学习  
描述: ,并预测粗糙包围盒与分类分数;最后采用特征对齐和改进的Fast R-CNN检测头进行精细化处理,进一步提升检测精度,得到最后的分类和回归结果.实验结果表明,该方法在公开航空遥感数据集DOTA上的检测精度达到77.71%,优于其他先进的旋转框目标检测方法.
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的目标检测模型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的目标检测模型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 ... 8 9 10
Rss订阅