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:
数据预处理,卷积神经网络,SSD,目标检测,树莓派
】搜索到相关结果
54
条
按文献类别分组
学位论文
(288)
期刊
(190)
会议论文
(12)
按栏目分组
学位论文
(288)
期刊
(190)
会议论文
(12)
按年份分组
2024
(54)
2023
(96)
2022
(74)
2021
(76)
2020
(92)
2019
(56)
2018
(32)
2017
(10)
按来源分组
中国民用航空飞行学院
(44)
西安电子科技大学
(18)
南京航空航天大学
(14)
激光与光电子学进展
(13)
中国民航大学
(12)
计算机工程
(8)
北京交通大学
(8)
西安理工大学
(6)
北京邮电大学
(6)
航空电子技术
(4)
中国科学院大学学报
(4)
-1
(4)
物探与化探
(4)
沈阳航空航天大学
(4)
兰州大学
(4)
深圳大学
(4)
激光与红外
(4)
青岛科技大学
(4)
计算机与数字工程
(3)
计算机仿真
(2)
实验室研究与探索
(2)
物探化探计算技术
(2)
长春理工大学
(2)
河北工业大学
(2)
哈尔滨工程大学
(2)
中国科学院大学(中国科学院西安光学精密机械研究所)
(2)
航空科学技术
(2)
中国地质大学(北京)
(2)
云南大学
(2)
自动化应用
(1)
关键词
基于特征融合的航空遥感图像
目标检测
深度学习方法研究
作者:
仵晨伟.
来源:
西安理工大学
年份:
2024
文献类型 :
学位论文
关键词:
注意力机制
特征融合
卷积神经网络
目标检测
深度学习
航空遥感图像
描述:
基于特征融合的航空遥感图像
目标检测
深度学习方法研究
基于特征融合的航空遥感图像
目标检测
深度学习方法研究
作者:
仵晨伟.
来源:
西安理工大学
年份:
2024
文献类型 :
学位论文
关键词:
注意力机制
特征融合
卷积神经网络
目标检测
深度学习
航空遥感图像
描述:
基于特征融合的航空遥感图像
目标检测
深度学习方法研究
基于改进YOLOv4算法的遥感图像飞机
目标检测
作者:
王惠中
文学
来源:
计算机与数字工程
年份:
2024
文献类型 :
期刊
关键词:
遥感图像
特征融合
目标检测
YOLOv4
描述:
针对在遥感图像上对飞机
目标检测
的精度低问题,论文通过对PANet特征融合网络结构的加深使得YOLOv4算法对小目标的检测更加敏感,进而提高算法的平均检测精度;另外,利用K-means++算法产生
基于改进YOLOv8的遥感图像飞机
目标检测
研究
作者:
张德银
赵志恒
谢逸戈
黄少晗
来源:
自动化应用
年份:
2024
文献类型 :
期刊
关键词:
遥感图像
目标检测
飞机目标
YOLOv8算法
描述:
为解决遥感图像飞机
目标检测
时易出现检测精度低与漏检误检等问题,提出了一种基于YOLOv8算法的遥感图像飞机
目标检测
改进算法。首先,将坐标注意力机制模块嵌入卷积模块中,使其能提取复杂背景下的飞机小目标
航空复材缺陷机器视觉检测系统
作者:
吴涛.
来源:
电子科技大学
年份:
2024
文献类型 :
学位论文
关键词:
图像处理
复合材料
目标检测
缺陷检测
描述:
航空复材缺陷机器视觉检测系统
作者:
周文骏
黄硕
张宁
宋传龙
赵宇轩
段一帆
徐国庆
来源:
光学精密工程
年份:
2024
文献类型 :
期刊
关键词:
注意力机制
目标检测
DETR网络
SAR图像
描述:
航空复材缺陷机器视觉检测系统
作者:
吴涛.
来源:
电子科技大学
年份:
2024
文献类型 :
学位论文
关键词:
图像处理
复合材料
目标检测
缺陷检测
描述:
航空复材缺陷机器视觉检测系统
作者:
周文骏
黄硕
张宁
宋传龙
赵宇轩
段一帆
徐国庆
来源:
光学精密工程
年份:
2024
文献类型 :
期刊
关键词:
注意力机制
目标检测
DETR网络
SAR图像
描述:
改进注意力机制的航空发动机试验转子系统智能故障诊断
作者:
伍济钢
文港
杨康
来源:
振动与冲击
年份:
2024
文献类型 :
期刊
关键词:
注意力机制
卷积神经网络
故障诊断
航空发动机转子
描述:
不同尺度的卷积评分解决现有空间注意力机制对航空发动机转子故障空间信息提取能力不足的问题;将二者结合构建改进的通道空间注意力机制模块,再导入一维
卷积神经网络
中构建改进注意力机制的一维
卷积神经网络
完成
深度卷积网络在航空高光谱岩性识别中的应用——以塔木素铀矿床北部地区为例
作者:
张川
易敏
童勤龙
叶发旺
徐清俊
李泊凇
来源:
世界核地质科学
年份:
2024
文献类型 :
期刊
关键词:
卷积神经网络
深度学习
航空高光谱遥感
岩性识别
描述:
卷积神经网络
和三维
卷积神经网络
的总体精度分别为82.
1
3%、86.46%和90.90%。通过评价分析三种
卷积神经网络
模型的岩性分类识别结果,三维
卷积神经网络
的识别结果与真实参考最为接近,对试验区各类岩性
<
1
2
...
4
5
6
>
Rss订阅
订阅地址: