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:
无参考模型,特征提取,卷积神经网络,特征融合,多模态数据,深度学习,网络结构,影像质量评价
】搜索到相关结果
2
条
按文献类别分组
学位论文
(194)
期刊
(161)
会议论文
(9)
按栏目分组
学位论文
(194)
期刊
(161)
会议论文
(9)
按年份分组
2023
(36)
2022
(67)
2021
(62)
2020
(62)
2019
(70)
2018
(44)
2017
(13)
2016
(10)
按来源分组
哈尔滨工业大学
(12)
电子科技大学
(8)
中国民用航空飞行学院
(6)
遥感学报
(4)
测控技术
(4)
计算机工程
(4)
激光与光电子学进展
(4)
航空动力学报
(4)
北京邮电大学
(3)
中国电机工程学报
(3)
计算机应用
(3)
河南大学
(3)
Transactions of Nanjing University of Aeronautics and Astronautics
(2)
第六届空天动力联合会议暨中国航天第三专业信息网第四十二届技术交流会暨2021航空发动机技术发展高层论坛
(2)
航空电子技术
(2)
河北工业大学
(2)
西安理工大学
(2)
电光与控制
(2)
河北科技大学
(2)
战略支援部队信息工程大学
(2)
兰州大学
(2)
东南大学
(1)
振动.测试与诊断
(1)
中国图象图形学报
(1)
上海应用技术大学
(1)
江西理工大学
(1)
中国地质大学(北京)
(1)
河南理工大学
(1)
微型机与应用
(1)
现代电子技术
(1)
关键词
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方法。该方法引入加权融合特征网络,为每层特征图赋予可在训练中不断学习的权重系数,加强深浅层特征融合。通过引入CIoU损失及模型改进,加快网络收敛速度,使其满足实时性需求。在基于DOTA构建的遥感图像小目标数据集上进行对比实验,结果表明,该方法具有更好的检测精度与检测速度。
改进YOLO V3遥感图像飞机识别应用
作者:
郑志强
刘妍妍
潘长城
李国宁
来源:
电光与控制
年份:
2019
文献类型 :
期刊
关键词:
YOLO
Densenet
遥感图像
means
卷积神经网络
飞机识别
k
V3
描述:
,改进为一种Dense-YOLO深度卷积神经
网络结构
。对改进前与改进后的网络进行训练,分别选出使两个网络识别效果最好的权重文件,针对高质量遥感图像与过度曝光、云雾遮挡等低质量遥感图像分别进行测试与分析
<
1
>
Rss订阅
订阅地址: