关键词
基于改进YOLOX的机场场面飞机目标检测
作者: 赵元棣     罗琳璐   来源: 计算机仿真 年份: 2024 文献类型 : 期刊 关键词: 注意力机制   机场场面   飞机目标检测  
描述: 机场场面飞机实时监控是远程塔台系统的基础。为实现对机场场面飞机目标快速而准确的检测,提出一种基于YOLOX融合注意力机制机场场面飞机目标检测方法。在加强特征提取网络中引入卷积块注意力模块,增大对
基于深度迁移学习的复杂机场场景飞机目标检测方法
作者: 钟聃     李铁虎     李诚   来源: 光子学报 年份: 2024 文献类型 : 期刊 关键词: 深度学习   机场场面   迁移学习   特征金字塔网络   飞机目标检测  
描述: 提出了一种改进的深度学习模型,旨在解决检测问题。首先基于迁移学习,微调预训练模型,提高了模型在有限的飞机数据集中的特征提取能力。其次,融入调整模块以增加深层特征图的感受野,提升模型的鲁棒性。引入特征金字塔网络,融合不同尺度的特征信息,进一步增强多尺度特征提取能力。最后,优化了检测头,融合轻量化的分类和回归并行分支,平衡了目标检测的准确性和实时性。构建了易于拓展的Aeroplane数据集,并对所提方法进行了实验验证。结果表明,所提模型在单架飞机、相互遮挡的飞机和小飞机的检测中平均精度分别提高了4.9%、4.0%和4.4%。所提方法在不同环境下表现优于其他经典方法,包括各类遮挡和夜间、雾天等复杂场景,具有良好的场景鲁棒性。
作者: 殷萌暄     胡明华     尹嘉男     乔沛然     姚梦芸   来源: 航空计算技术 年份: 2024 文献类型 : 期刊 关键词: 注意力机制   特征提取   机场场面   滑行轨迹预测   自然语言处理  
描述:
作者: 殷萌暄     胡明华     尹嘉男     乔沛然     姚梦芸   来源: 航空计算技术 年份: 2024 文献类型 : 期刊 关键词: 注意力机制   特征提取   机场场面   滑行轨迹预测   自然语言处理  
描述:
基于改进Faster-RCNN的遥感影像飞机目标检测算法研究
作者: 周绍鸿.   来源: 安徽理工大学 年份: 2024 文献类型 : 学位论文 关键词: 注意力机制   遥感影像   RCNN   深度学习   Faster   飞机目标检测  
描述: 基于改进Faster-RCNN的遥感影像飞机目标检测算法研究
基于改进Faster-RCNN的遥感影像飞机目标检测算法研究
作者: 周绍鸿.   来源: 安徽理工大学 年份: 2024 文献类型 : 学位论文 关键词: 注意力机制   遥感影像   RCNN   深度学习   Faster   飞机目标检测  
描述: 基于改进Faster-RCNN的遥感影像飞机目标检测算法研究
基于改进YOLOv8的SAR图像飞机目标检测算法
作者: 陈益方     张上     冉秀康     王杰   来源: 电讯技术 年份: 2024 文献类型 : 期刊 关键词: GAM注意力机制   可变形卷积   合成孔径雷达   飞机目标检测   网络重构  
描述: 针对合成孔径雷达(Synthetic Aperture Radar, SAR)图像飞机目标检测算法存在模型复杂度较高、检测效果差、泛化能力弱等问题,提出了一种基于改进YOLOv8的SAR图像
基于注意力和自适应特征融合的SAR图像飞机目标检测
作者: 夏一帆     赵凤军     王樱洁     王春乐   来源: 电讯技术 年份: 2024 文献类型 : 期刊 关键词: 注意力机制   合成孔径雷达(SAR)   特征融合   飞机检测  
描述: 飞机目标检测算法。该方法首先在主干网络引入坐标注意力机制,以增强对于飞机散射点组合结构的聚焦能力以及抗背景干扰能力。其次,在特征增强网络中引入自适应特征融合机制,提高了对不同大小飞机的特征提取能力,同时改善
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: 考虑到航空发动机的工作环境十分恶劣,其故障的振动信号特征隐蔽且噪声干扰严重,为了加强网络对振动信号中关键特征的提取能力,提出了改进注意力机制的航空发动机转子系统智能故障诊断方法对航空发动机转子系统
混合注意力特征增强的航空图像目标检测
作者: 管文青     周世斌     张国鹏   来源: 计算机工程与应用 年份: 2024 文献类型 : 期刊 关键词: 航空图像   旋转目标检测   注意力机制   Transformer  
描述: DOTA航空数据集上对HA-Net进行评估,在单尺度和多尺度测试上评估指标mAP分别达到77.04%和78.28%,较基准网络,mAP分别提升了2.38个百分点和3.62个百分点。在HRSC2016数据集上mAP达到89.95%。实验结果的提升证明了HA-Net在航空图像目标检测中的有效性。
< 1 2 ... 3 4 5
Rss订阅