首页>
根据【关键词:注意力机制,遥感影像,RCNN,深度学习,Faster,飞机目标检测】搜索到相关结果 767 条
-
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
-
基于迁移学习和改进Faster-RCNN遥感影像飞机目标检测
-
作者:
周绍鸿
方新建
刘鑫怡
张潆丹
严盛
来源:
机电工程技术
年份:
2024
文献类型 :
期刊
关键词:
遥感影像
目标检测
RCNN
深度学习
Faster
迁移学习
-
描述:
为了提高遥感影像飞机目标检测的准确性和泛化能力,需要解决背景复杂、尺度多变、目标密集、飞机朝向不确定和特征不明显等问题。但现阶段训练数据量有限,初始训练需要消耗大量算力和时间,容易出现过拟合现象
-
联合多尺度特征和注意力机制的遥感影像飞机目标检测
-
作者:
徐佰祺
江刚武
刘建辉
王鑫
魏祥坡
余培东
来源:
测绘科学技术学报
年份:
2021
文献类型 :
期刊
关键词:
YOLO
注意力机制
特征融合
遥感影像
V4算法
飞机目标检测
-
描述:
针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息
-
联合多尺度特征和注意力机制的遥感影像飞机目标检测
-
作者:
徐佰祺
江刚武
刘建辉
王鑫
魏祥坡
余培东
来源:
测绘科学技术学报
年份:
2021
文献类型 :
期刊
关键词:
YOLO
注意力机制
特征融合
遥感影像
V4算法
飞机目标检测
-
描述:
针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息
-
联合多尺度特征和注意力机制的遥感影像飞机目标检测
-
作者:
徐佰祺
江刚武
刘建辉
王鑫
魏祥坡
余培东
来源:
测绘科学技术学报
年份:
2021
文献类型 :
期刊
关键词:
YOLO
注意力机制
特征融合
遥感影像
V4算法
飞机目标检测
-
描述:
针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息
-
联合多尺度特征和注意力机制的遥感影像飞机目标检测
-
作者:
徐佰祺
江刚武
刘建辉
王鑫
魏祥坡
余培东
来源:
测绘科学技术学报
年份:
2021
文献类型 :
期刊
关键词:
YOLO
注意力机制
特征融合
遥感影像
V4算法
飞机目标检测
-
描述:
针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息
-
基于深度学习的遥感影像飞机目标检测与识别技术研究
-
作者:
谭振宇
来源:
战略支援部队信息工程大学
年份:
2020
文献类型 :
学位论文
关键词:
R
遥感影像
CNN算法
目标检测
深度学习
Faster
飞机目标
YOLO算法
-
描述:
基于深度学习的遥感影像飞机目标检测与识别技术研究
-
基于深度学习的遥感影像飞机目标检测与识别技术研究
-
作者:
谭振宇
来源:
战略支援部队信息工程大学
年份:
2020
文献类型 :
学位论文
关键词:
R
遥感影像
CNN算法
目标检测
深度学习
Faster
飞机目标
YOLO算法
-
描述:
基于深度学习的遥感影像飞机目标检测与识别技术研究
-
基于优化Mask-RCNN算法的遥感飞机目标检测
-
作者:
葛海婷
杨铁梅
来源:
太原科技大学学报
年份:
2024
文献类型 :
期刊
关键词:
遥感图像
RCNN
深度学习
目标检测
Mask
-
描述:
针对传统的图像检测算法在遥感领域中存在的问题,将改进的Mask-RCNN检测算法应用于遥感领域。通过优化Resnet特征提取网络,提高算法的特征提取能力;通过改进NMS非极大值抑制网络,优化区域推荐网络。并在自建的遥感飞机数据集上验证算法的稳定性以及有效性。经检测,改进的算法能够提升遥感图像中飞机的检测精度,并且有效降低了飞机目标的误检和漏检问题。