首页>
根据【关键词:光谱特性分析,目标检测,航空高光谱遥感,垃圾目标分类识别,黄河湿地垃圾监测 】搜索到相关结果 235 条
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1 5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
YOLOv4-tiny及其改进算法在航空机务维修照相管理中的应用
作者:
张锐丽
张琦
高万春
李江龙
来源:
兵工自动化
年份:
2022
文献类型 :
期刊
关键词:
注意力机制
tiny
目标检测
YOLOv4
照相管理
描述:
针对飞机机务维修照相管理存在工作量大、不精确等问题,提出一种利用深度学习YOLOv4-tiny算法来执行照片对比检测的方法。利用一个自制的数据集来训练网络模型,为解决开口销螺母及其他背景干扰,引入注意力机制模块以改进YOLOv4-tiny。测试结果表明:准确率(precision,P)相较原YOLOv4-tiny提高了5%,召回率(recall,R)提高约8%,平均准确率均值(mean average precision,mAP)提高了4.9%,照片识别精度和定位精准性方面都有较优表现,满足照相管理中对目标精准识别与比对的要求。
面向航空目标检测 的神经网络加速器设计
作者:
施立瑞
王帅帅
肖昊
来源:
航空科学技术
年份:
2022
文献类型 :
期刊
关键词:
卷积神经网络
FPGA
目标检测
Winograd算法
加速器
描述:
卷积神经网络被广泛应用于航空图像目标检测 领域。然而,由于航空图像成像背景环境复杂、目标尺寸小且方向任意,为了提取更高层次的特征信息,神经网络模型的结构复杂度不断提高,使得模型计算复杂度高、计算时间长
航空遥感影像中的轻量级小目标检测
作者:
薛雅丽
孙瑜
马瀚融
来源:
电光与控制
年份:
2022
文献类型 :
期刊
关键词:
小目标
遥感图像
特征融合
深度学习
目标检测
描述:
单阶段目标检测 算法凭借结构简单、模型高效等特点获得很多研究者及工业界的关注。以现有的YOLO算法为基础,针对遥感图像中目标尺寸小、排列紧密等困难,提出一种提升复杂背景下小目标检测 精度的轻量级目标检测
基于改进YOLOv5的轻量化航空目标检测 方法
作者:
杨小冈
高凡
卢瑞涛
李维鹏
张涛
曾俊
来源:
信息与控制
年份:
2022
文献类型 :
期刊
关键词:
注意力
通道剪枝
深度学习
目标检测
模型压缩
描述:
为解决硬件平台资源受限条件下的实时航空目标检测 需求,在基于改进YOLOv5的基础上,提出了一种针对移动端设备/边缘计算的轻量化航空目标检测 方法。首先以MobileNetv3为基础搭建特征提取网络
基于改进YOLOv5的轻量化航空目标检测 方法
作者:
杨小冈
高凡
卢瑞涛
李维鹏
张涛
曾俊
来源:
信息与控制
年份:
2022
文献类型 :
期刊
关键词:
注意力
通道剪枝
深度学习
目标检测
模型压缩
描述:
为解决硬件平台资源受限条件下的实时航空目标检测 需求,在基于改进YOLOv5的基础上,提出了一种针对移动端设备/边缘计算的轻量化航空目标检测 方法。首先以MobileNetv3为基础搭建特征提取网络
采用深度网络的飞机表面图像损伤检测与识别
作者:
刘恒鑫
来源:
北京邮电大学
年份:
2018
文献类型 :
学位论文
关键词:
飞机蒙皮
卷积神经网络
图像处理
目标检测
无损检测
描述:
采用深度网络的飞机表面图像损伤检测与识别
基于剪枝和去噪的航空发动机故障图像识别与预测
作者:
傅荣春雪
刘君强
冯潇楠
余卓倩
来源:
航空计算技术
年份:
2023
文献类型 :
期刊
关键词:
YOLO
图像去噪
目标检测
孔探图像
剪枝算法
描述:
模型进行通道剪枝和微调。数据集采用国内某航空公司获取到CFM56型发动机在实际运营后机务人员所拍摄的孔探图像,实验结果表明,相比于原始目标检测 YOLOv5算法和未经图像预处理的目标检测 模型,本方法对航空发动机孔探图像内损伤的检测精度提高4%~1 0%,在检测效率上提高6%~20%。
遥感图像中飞机目标提取的深度学习方法研究
作者:
赵丹新
来源:
中国科学院大学(中国科学院上海技术物理研究所)
年份:
2018
文献类型 :
学位论文
关键词:
遥感图像
多尺度检测
目标检测
深度学习
透视校正
描述:
遥感图像中飞机目标提取的深度学习方法研究
<
1
2
3
...
7
8
9
...
22
23
24
>