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:
卷积神经网络,YOLOv5,光学飞机目标检测,Ghostnet
】搜索到相关结果
38
条
按文献类别分组
学位论文
(202)
期刊
(74)
会议论文
(10)
按栏目分组
学位论文
(202)
期刊
(74)
会议论文
(10)
按年份分组
2025
(10)
2024
(20)
2023
(57)
2022
(39)
2021
(38)
2020
(60)
2019
(38)
2018
(20)
2017
(4)
按来源分组
中国民用航空飞行学院
(18)
长安大学
(12)
电子科技大学
(10)
东莞理工学院
(8)
西安理工大学
(6)
激光与光电子学进展
(4)
计算机技术与发展
(3)
北京航空航天大学学报
(3)
国外电子测量技术
(3)
振动与冲击
(2)
计算机应用
(2)
软件学报
(2)
测控技术
(2)
激光与红外
(2)
第十六届全国信号和智能信息处理与应用学术会议论文集
(2)
世界核地质科学
(1)
机械设计与制造工程
(1)
现代雷达
(1)
航空电子技术
(1)
微型机与应用
(1)
机床与液压
(1)
电脑编程技巧与维护
(1)
微电机
(1)
厦门大学学报(自然科学版)
(1)
地理空间信息
(1)
计算机科学
(1)
计算机测量与控制
(1)
测绘通报
(1)
中国民航飞行学院学报
(1)
现代商贸工业
(1)
关键词
基于深度学习的光学遥感图像飞机检测算法
作者:
董永峰
仉长涛
汪鹏
冯哲
来源:
激光与光电子学进展
年份:
2021
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
图像处理
目标检测
深度学习
Mask
RCNN算法
描述:
光学遥感图像目标检测一直都是遥感领域研究的热点之一,但现有的检测方法对背景复杂且尺寸较小的目标检测准确率不高。针对以上问题,提出了一种以Mask-RCNN为基础框架的目标检测方法。该算法以ResNet50为特征提取网络并在此基础之上利用特征重用技术来更好地提取目标的语义特征,且针对不同类型的飞机尺寸比例不固定等特点,设计了一组更加合适的候选框尺度集合。实验结果证明,该方法与以往常用的检测算法相比在小物体检测上拥有更高的检测精度。
基于机场区域精细分割和深度学习的高分辨SAR图像飞机目标检测算法研究
作者:
李梦雅
来源:
西安电子科技大学
年份:
2021
文献类型 :
学位论文
关键词:
卷积神经网络
机场区域分割
辅助分类器生成对抗网络
飞机目标检测
高分辨SAR图像
候选区域提议网络
描述:
基于机场区域精细分割和深度学习的高分辨SAR图像飞机目标检测算法研究
空中飞机目标分类在线学习方法研究
作者:
司景元
来源:
西安电子科技大学
年份:
2021
文献类型 :
学位论文
关键词:
卷积神经网络
在线学习
自适应的SVM增量学习
弹性权重巩固
微多普勒效应
蒙德里安森林
空中飞机目标分类
描述:
空中飞机目标分类在线学习方法研究
基于深度
卷积神经网络
的空中飞行器图像识别
作者:
谷虹娴
来源:
西安工业大学
年份:
2021
文献类型 :
学位论文
关键词:
YOLO
损失函数
卷积神经网络
特征融合方式
空中飞行器识别
V3
描述:
基于深度
卷积神经网络
的空中飞行器图像识别
基于机场区域精细分割和深度学习的高分辨SAR图像飞机目标检测算法研究
作者:
李梦雅
来源:
西安电子科技大学
年份:
2021
文献类型 :
学位论文
关键词:
卷积神经网络
机场区域分割
辅助分类器生成对抗网络
飞机目标检测
高分辨SAR图像
候选区域提议网络
描述:
基于机场区域精细分割和深度学习的高分辨SAR图像飞机目标检测算法研究
空中飞机目标分类在线学习方法研究
作者:
司景元
来源:
西安电子科技大学
年份:
2021
文献类型 :
学位论文
关键词:
卷积神经网络
在线学习
自适应的SVM增量学习
弹性权重巩固
微多普勒效应
蒙德里安森林
空中飞机目标分类
描述:
空中飞机目标分类在线学习方法研究
基于深度
卷积神经网络
的空中飞行器图像识别
作者:
谷虹娴
来源:
西安工业大学
年份:
2021
文献类型 :
学位论文
关键词:
YOLO
损失函数
卷积神经网络
特征融合方式
空中飞行器识别
V3
描述:
基于深度
卷积神经网络
的空中飞行器图像识别
一种基于级联神经网络的飞机检测方法
作者:
王晓林
苏松志
刘晓颖
蔡国榕
李绍滋
来源:
智能系统学报
年份:
2021
文献类型 :
期刊
关键词:
嵌入式设备
遥感图像
级联
卷积神经网络
两阶段
深度学习
飞机检测
由粗到细
描述:
到遥感图像中。这些算法的主干网络复杂,模型占用空间大,难以应用到低功耗和嵌入式设备中。为了在准确率不降低的情况下提高检测速度,本文提出了一个仅包含9层的
卷积神经网络
来解决飞机检测问题。该网络采用了由粗到
<
1
2
3
4
>
Rss订阅
订阅地址: