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:
生成对抗网络,目标检测,半监督学习
】搜索到相关结果
81
条
按文献类别分组
学位论文
(44)
期刊
(37)
按栏目分组
学位论文
(44)
期刊
(37)
按年份分组
2023
(4)
2022
(21)
2021
(19)
2020
(20)
2019
(11)
2018
(5)
2017
(1)
按来源分组
西安电子科技大学
(7)
激光与光电子学进展
(5)
计算机工程
(4)
北京交通大学
(3)
北京邮电大学
(3)
中国民航大学
(3)
青岛科技大学
(2)
雷达学报
(2)
中国科学数据(中英文网络版)
(2)
电子测试
(2)
山东大学
(2)
中国科学:技术科学
(2)
仪器仪表学报
(2)
中国科学院大学学报
(2)
兵工自动化
(1)
深圳大学
(1)
哈尔滨工业大学
(1)
电光与控制
(1)
南昌大学
(1)
吉林大学
(1)
吉林大学学报(理学版)
(1)
中国电子科技集团公司电子科学研究院
(1)
计算机仿真
(1)
上海交通大学
(1)
中国地质大学(北京)
(1)
航空电子技术
(1)
激光与红外
(1)
系统工程与电子技术
(1)
华南理工大学
(1)
中国计量大学
(1)
关键词
基于卷积神经网络的遥感图像飞机目标检测研究
作者:
仉长涛
来源:
河北工业大学
年份:
2020
文献类型 :
学位论文
关键词:
遥感图像
语义信息
卷积神经网络
特征融合
语义分割
目标检测
描述:
基于卷积神经网络的遥感图像飞机目标检测研究
基于卷积神经网络的航空遥感图像目标检测研究
作者:
宋琦
来源:
西安电子科技大学
年份:
2020
文献类型 :
学位论文
关键词:
YOLO
R
CNN
卷积神经网络
目标检测
航空遥感图像
描述:
基于卷积神经网络的航空遥感图像目标检测研究
一种RetinaNet与SE融合的航空取证目标检测算法
作者:
刘克
潘广煜
郑大国
顾佼佼
孟春英
来源:
现代防御技术
年份:
2022
文献类型 :
期刊
关键词:
数据均衡
目标检测
航空取证
SE模块
通道注意力
RetinaNet
描述:
针对在开展航空侦察取证时缺乏自动化、智能化取证手段的情况,提出了一种基于RetinaNet与SE融合的航空取证目标检测算法,解决目标尺度变化大、数据集中类别不均衡的问题,并通过SE(squeeze-excitations)模块引入注意力机制进一步改进性能。该改进算法中的特征金字塔网络FPN可有效应对目标尺寸变化较大问题,Focal Loss可有效应对数据均衡性问题,SE模块引入通道注意力机制对特征图进行加强,可进一步利用提取的通道间相关性增强有效特征并抑制无效特征。通过仿真实验,验证了算法能够在增加少量计算条件下提高目标检测准确率,进一步增强模型的表征能力,有效提高目标检测效率,可为相关工程应用提供参考。
遥感图像飞机目标检测与识别关键技术研究
作者:
李冠典
来源:
长春理工大学
年份:
2022
文献类型 :
学位论文
关键词:
飞机目标高效检测
遥感图像
卷积神经网络
深度学习
目标检测
飞机区域识别网络
描述:
遥感图像飞机目标检测与识别关键技术研究
基于YOLO模型的遥感影像飞机目标检测技术研究
作者:
徐佰祺
来源:
战略支援部队信息工程大学
年份:
2022
文献类型 :
学位论文
关键词:
遥感影像
目标检测
YOLO模型
飞机目标
小目标检测
旋转框
描述:
基于YOLO模型的遥感影像飞机目标检测技术研究
基于改进SSD的光学飞机遥感图像目标检测算法研究
作者:
王浩桐
来源:
宁夏大学
年份:
2022
文献类型 :
学位论文
关键词:
遥感图像
特征融合
SSD算法
目标检测
k
Means聚类
描述:
基于改进SSD的光学飞机遥感图像目标检测算法研究
基于深度学习的视觉引导飞机着陆跑道目标检测研究
作者:
陈玉
来源:
中国民用航空飞行学院
年份:
2022
文献类型 :
学位论文
关键词:
SLAM
机场跑道
目标检测
视觉定位
YOLOv3
语音引导方案
ORB
描述:
基于深度学习的视觉引导飞机着陆跑道目标检测研究
基于SW/YOLO模型的航空发动机叶片损伤实时检测
作者:
何宇豪
曹学国
刘信良
蒋浩坤
王静秋
来源:
推进技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
实时检测
叶片损伤
深度学习
目标检测
孔探检测
描述:
孔探检测技术是航空发动机叶片损伤检测的主要手段,但目前依赖人工操作,耗时耗力。本文提出了一个孔探视频检测的SW/YOLO模型,该模型包括输入端、主干网络、颈部网络、头部网络4个模块。首先,在主干网络加入了空间通道注意力模块(Spatial Channel / Convolutional Block Attention Module,SC/CBAM),有效避免位置信息丢失,提高目标边界回归能力,相较于YOLOv5,其平均精度均值mAP@0.5提高了5.4%。其次,在颈部网络对特征金字塔网络(Feature Pyramid Network,FPN)进行了改进,通过融合低层特征,扩大了模型感受野,有利于较小损伤区域的检测,如烧蚀损伤,平均精度提高了8.1%。最后,通过与YOLOv5,Faster R/CNN,SSD模型的对比实验,结果表明SW/YOLO模型的平均精度均值分别提高了7%,6.2%,6.3%,检测速度满足实时检测需求,有利于提高航空发动机孔探检测的自动化和智能化水平。
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
航空发动机自动化安装检测和定位算法研究
作者:
郝宇
来源:
北京交通大学
年份:
2021
文献类型 :
学位论文
关键词:
航空发动机
R
D
SSD
目标检测
定位
双目立体视觉
安装工位
描述:
航空发动机自动化安装检测和定位算法研究
<
1
2
3
...
7
8
9
>
Rss订阅
订阅地址: