关键词
作者: 朱国闯     成毅     葛文     陈经昊     曾钰崴   来源: 测绘科学技术学报 年份: 2024 文献类型 : 期刊 关键词: 目视航空图   增强地图   目标检测   表达方法   小目标要素  
描述:
作者: 朱国闯     成毅     葛文     陈经昊     曾钰崴   来源: 测绘科学技术学报 年份: 2024 文献类型 : 期刊 关键词: 目视航空图   增强地图   目标检测   表达方法   小目标要素  
描述:
基于改进YOLOv4算法的遥感图像飞机目标检测
作者: 王惠中     文学   来源: 计算机与数字工程 年份: 2024 文献类型 : 期刊 关键词: 遥感图像   特征融合   目标检测   YOLOv4  
描述: 针对在遥感图像上对飞机目标检测的精度低问题,论文通过对PANet特征融合网络结构的加深使得YOLOv4算法对小目标的检测更加敏感,进而提高算法的平均检测精度;另外,利用K-means++算法产生
基于改进YOLOv8的遥感图像飞机目标检测研究
作者: 张德银     赵志恒     谢逸戈     黄少晗   来源: 自动化应用 年份: 2024 文献类型 : 期刊 关键词: 遥感图像   目标检测   飞机目标   YOLOv8算法  
描述: 为解决遥感图像飞机目标检测时易出现检测精度低与漏检误检等问题,提出了一种基于YOLOv8算法的遥感图像飞机目标检测改进算法。首先,将坐标注意力机制模块嵌入卷积模块中,使其能提取复杂背景下的飞机小目标
基于生成对抗网络的半监督遥感图像飞机检测
作者: 陈国炜   刘磊   郭嘉逸   潘宗序   胡文龙   来源: 中国科学院大学学报 年份: 2021 文献类型 : 期刊 关键词: 生成对抗网络   目标检测   半监督学习  
描述: 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作
基于生成对抗网络的半监督遥感图像飞机检测
作者: 陈国炜   刘磊   郭嘉逸   潘宗序   胡文龙   来源: 中国科学院大学学报 年份: 2021 文献类型 : 期刊 关键词: 生成对抗网络   目标检测   半监督学习  
描述: 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作
基于生成对抗网络的半监督遥感图像飞机检测
作者: 陈国炜   刘磊   郭嘉逸   潘宗序   胡文龙   来源: 中国科学院大学学报 年份: 2021 文献类型 : 期刊 关键词: 生成对抗网络   目标检测   半监督学习  
描述: 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作
基于生成对抗网络的半监督遥感图像飞机检测
作者: 陈国炜   刘磊   郭嘉逸   潘宗序   胡文龙   来源: 中国科学院大学学报 年份: 2021 文献类型 : 期刊 关键词: 生成对抗网络   目标检测   半监督学习  
描述: 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作
基于YOLOv4的航空发动机叶片凸台目标检测
作者: 陈为   钟欣童   张婧   李泽辰   来源: 计算机仿真 年份: 2022 文献类型 : 期刊 关键词: 数据增强   目标检测   叶片凸台检测   聚类分析  
描述: 的适应对凸台检测中小目标、结构复杂的特点,通过聚类分析的方法调整先验框尺寸,同时对原始数据集使用Mosaic方法进行数据增强。实验结果表明,改进后的YOLOv4模型在检测精度上提高了15.85%,召回率提高了21%,平均交并比可达0.75,检测性能优于在同一数据集中使用的SSD目标检测算法。
基于CenterNet的航空遥感图像目标检测
作者: 杨曦中   高冠鸿   熊智   张玲   来源: 航空电子技术 年份: 2022 文献类型 : 期刊 关键词: 目标检测   深度学习   神经网络   CenterNet  
描述: 为实现高精度的航空图像目标检测,将Anchor free的目标检测算法CenterNet应用到检测中,同时使用Resnet50主干网络,并引入CIoU损失替代原有损失函数对网络模型做出了改进。改进后
< 1 2 ... 7 8 9
Rss订阅