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:
注意力机制,扩张卷积,叶片损伤,发动机,目标检测,YOLOv4
】搜索到相关结果
7
条
按文献类别分组
期刊
(344)
学位论文
(256)
会议论文
(68)
图书
(4)
按栏目分组
期刊
(344)
学位论文
(256)
会议论文
(68)
图书
(4)
按年份分组
2025
(12)
2024
(75)
2023
(167)
2022
(126)
2021
(82)
2020
(89)
2019
(69)
2018
(26)
2017
(10)
2016
(12)
2007
(2)
1979
(2)
按来源分组
航空动力
(84)
中国民用航空飞行学院
(58)
西安电子科技大学
(16)
航空维修与工程
(16)
中国科学院大学(中国科学院长春光学精密机械与物理研究所)
(12)
中国科技信息
(10)
北京邮电大学
(8)
北京交通大学
(8)
计算机仿真
(4)
航空发动机
(4)
吉林大学
(4)
推进技术
(3)
计算机工程与应用
(2)
振动与冲击
(2)
科技和产业
(2)
小型微型计算机系统
(2)
数字技术与应用
(2)
西安理工大学
(2)
激光与红外
(2)
南京信息工程大学
(2)
电讯技术
(1)
长江信息通信
(1)
现代制造工程
(1)
测绘通报
(1)
光学精密工程
(1)
吉林大学学报(理学版)
(1)
工业控制计算机
(1)
计算机与数字工程
(1)
兵工自动化
(1)
机械制造与自动化
(1)
关键词
基于多分辨率遥感影像的飞机检测研究
作者:
侯宇青阳
全吉成
魏湧明
来源:
激光与光电子学进展
年份:
2018
文献类型 :
期刊
关键词:
显著性提取
遥感影像
目标检测
深度学习
描述:
结论基础上设计了基于显著性检测算法的遥感图像前期处理算法,算法基于生成的显著性图像生成图像掩膜提取潜在目标区域图像块,进行多尺度放大,增加图像中目标的像素数,提升
目标检测
率。前期处理算法自适应的进行
基于半监督学习的遥感飞机图像检测方法
作者:
杜泽星
殷进勇
杨建
来源:
激光与光电子学进展
年份:
2019
文献类型 :
期刊
关键词:
遥感图像
目标检测
半监督学习
生成式对抗网络
描述:
目标的边缘特征信息和深层语义特征。通过结合两种粒度的生成式对抗网络的判别器网络模型,设计了
目标检测
网络模型。实验结果表明,本文所设计的这种半监督学习训练方法有着更快的收敛速度,并且在训练时需要的标记样本更少。
基于改进YOLOv5的航空
发动机
表面缺陷检测模型
作者:
李鑫
李香蓉
汪诚
李秋良
李卓越
来源:
激光与光电子学进展
年份:
2023
文献类型 :
期刊
关键词:
注意力机制
航空发动机
机器视觉
YOLOv5
表面缺陷检测
描述:
针对目前航空
发动机
表面人工缺陷检测效率低的问题,本文提出了一种基于改进YOLOv5的缺陷检测模型YOLOv5-CE。首先在网络中融合数据增强策略搜索算法,自动为当前数据集搜索最佳的数据增强策略,实现
基于半监督学习的遥感飞机图像检测方法
作者:
杜泽星
殷进勇
杨建
来源:
激光与光电子学进展
年份:
2020
文献类型 :
期刊
关键词:
遥感图像
图像处理
目标检测
半监督学习
生成式对抗网络
描述:
基于半监督学习的遥感飞机图像检测方法
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
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:
2020
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:
基于深度学习的光学遥感图像飞机检测算法
<
1
>
Rss订阅
订阅地址: