首页>
根据【关键词:风险识别预警,飞行员异常行为,Pose,目标检测,YOLOv4,Open】搜索到相关结果 93 条
-
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DFECANet的遥感图像飞机目标检测方法
-
作者:
单慧琳
吕宗奎
付相为
胡宇翔
段修贤
张银胜
来源:
电子测量与仪器学报
年份:
2024
文献类型 :
期刊
关键词:
遥感图像
特征上采样
图像处理
目标检测
多尺度特征融合
-
描述:
的准确性。在DOTAv1数据集上的检测精度达到了95.2%,相较于YOLOv5s、SCRDet、ASSD等主流算法,飞机目标的检测精度提高了3.7%~18%。此外,该方法的检测速度以及模型参数量分别为
-
基于优化Mask-RCNN算法的遥感飞机目标检测
-
作者:
葛海婷
杨铁梅
来源:
太原科技大学学报
年份:
2024
文献类型 :
期刊
关键词:
遥感图像
RCNN
深度学习
目标检测
Mask
-
描述:
针对传统的图像检测算法在遥感领域中存在的问题,将改进的Mask-RCNN检测算法应用于遥感领域。通过优化Resnet特征提取网络,提高算法的特征提取能力;通过改进NMS非极大值抑制网络,优化区域推荐网络。并在自建的遥感飞机数据集上验证算法的稳定性以及有效性。经检测,改进的算法能够提升遥感图像中飞机的检测精度,并且有效降低了飞机目标的误检和漏检问题。
-
基于多结构卷积神经网络的高分遥感影像飞机目标检测
-
作者:
姚相坤
万里红
霍宏
方涛
来源:
计算机工程
年份:
2017
文献类型 :
期刊
关键词:
特征提取
卷积神经网络
多结构网络
目标检测
高分遥感影像
-
描述:
传统的遥感影像目标检测方法大多利用人工提取特征,难以用于背景复杂的高分辨率遥感影像。针对该问题,构建一种多结构卷积神经网络模型(MSCNN)自动学习目标特征。通过改变卷积滤波器尺寸、数量以及网络层
-
基于深度神经网络的遥感图像飞机目标检测
-
作者:
李文斌
何冉
来源:
计算机工程
年份:
2021
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
目标检测
密度聚类
像素级标签
-
描述:
模型与DBSCAN密度聚类算法相结合选取飞机目标的自适应候选区域,并基于VGG-16网络提取候选区域高层特征以获取飞机目标检测框,同时通过检测框抑制算法剔除重叠框和误检框,得到最终的飞机目标检测结果
-
基于深度神经网络的遥感图像飞机目标检测
-
作者:
李文斌
何冉
来源:
计算机工程
年份:
2021
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
目标检测
密度聚类
像素级标签
-
描述:
模型与DBSCAN密度聚类算法相结合选取飞机目标的自适应候选区域,并基于VGG-16网络提取候选区域高层特征以获取飞机目标检测框,同时通过检测框抑制算法剔除重叠框和误检框,得到最终的飞机目标检测结果
-
雷达回波序列中弱小飞机目标检测跟踪数据集
-
作者:
宋志勇
回丙伟
范红旗
周剑雄
朱永锋
达凯
张晓峰
苏宏艳
金威
张永杰
杨彩霞
蔺震
樊润东
来源:
中国科学数据(中英文网络版)
年份:
2021
文献类型 :
期刊
关键词:
数据集
雷达回波序列
目标检测
弱小目标
目标跟踪
-
描述:
弱小目标检测跟踪标准数据集。数据集涵盖强杂波、低信噪比、高动态、强机动、目标数目变化等典型场景,共计15段数据,每段数据包含一定时长的雷达脉冲序列,以及与之对应的距离波门文件和标注真值文件,数据格式规范、信息标注准确,可为雷达弱小目标探测识别算法设计与验证、地面杂波特性研究等提供基础数据。
-
地/空背景下红外图像弱小飞机目标检测跟踪数据集
-
作者:
回丙伟
宋志勇
范红旗
钟平
胡卫东
张晓峰
凌建国
苏宏艳
金威
张永杰
白亚茜
来源:
中国科学数据(中英文网络版)
年份:
2021
文献类型 :
期刊
关键词:
固定翼飞机目标
序列图像
红外弱小目标
目标检测
目标跟踪
-
描述:
红外弱小目标检测跟踪是远程精确打击、空天攻防对抗和遥感情报侦察等军事应用中的重要研究内容。针对当前红外目标探测识别领域仿真数据真实性不足、实测数据样本匮乏的情况,本数据集面向低空飞行的弱小飞机目标检测
-
基于深度神经网络的遥感图像飞机目标检测
-
作者:
李文斌
何冉
来源:
计算机工程
年份:
2021
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
目标检测
密度聚类
像素级标签
-
描述:
模型与DBSCAN密度聚类算法相结合选取飞机目标的自适应候选区域,并基于VGG-16网络提取候选区域高层特征以获取飞机目标检测框,同时通过检测框抑制算法剔除重叠框和误检框,得到最终的飞机目标检测结果
-
基于深度神经网络的遥感图像飞机目标检测
-
作者:
李文斌
何冉
来源:
计算机工程
年份:
2021
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
目标检测
密度聚类
像素级标签
-
描述:
模型与DBSCAN密度聚类算法相结合选取飞机目标的自适应候选区域,并基于VGG-16网络提取候选区域高层特征以获取飞机目标检测框,同时通过检测框抑制算法剔除重叠框和误检框,得到最终的飞机目标检测结果