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

一种结合非顶层特征图和自适应阈值的飞机目标检测算法

作者： 谭振宇   江刚武   刘建辉   来源： 测绘科学技术学报 年份： 2020 文献类型 ： 期刊 关键词： R   RPN网络   目标检测   Faster   CNN模型   飞机   特征图  

描述： 一种结合非顶层特征图和自适应阈值的飞机目标检测算法

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。

航空机载红外图像的车辆目标自主检测识别

作者： 杨雪     修吉宏     刘小嘉     罗宁   来源： 激光与红外 年份： 2023 文献类型 ： 期刊 关键词： 注意力机制   RFBs   YOLOv5   目标检测   红外图像   BiFPN  

描述： 一种基于YOLOv5的红外车辆目标检测算法，在浅层特征层引入RFBs模块，以提高小目标的感受野及检测效果，在颈部网络(Neck)部分，使用BiFPN结构，实现对底层特征的再次利用，以融合更多的特征，并

极轻量的航空影像港口船舶目标检测器

作者： 李胜永     王超男     王孟   来源： 计算机工程与设计 年份： 2023 文献类型 ： 期刊 关键词： 感兴趣区域   实时   极轻量   目标检测   港口   航空影像   嵌入式  

描述： 航空影像下的目标检测由于目标较小，属于该领域中的难点，而通过增加网络的宽度和深度增加其可检能力，会在计算量上付出巨大代价。为此，提供一种极轻量的目标检测器用于航空图像中的目标侦测。算法以港口场景船只

作者： 邓蕾蕾     潘卫军     崔烁     潘璇   来源： 航空计算技术 年份： 2024 文献类型 ： 期刊 关键词： 可视化   形态学   目标检测   尾涡检测   多普勒激光雷达   k   最近邻算法  

描述：

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

基于Faster R-CNN的轻量化遥感图像军用飞机检测模型

作者： 党玉龙     叶成绪   来源： 激光杂志 年份： 2024 文献类型 ： 期刊 关键词： 遥感图像   R   CNN   目标检测   Faster   军用飞机  

描述： 遥感图像军用飞机目标检测对侦察预警和情报分析等领域具有重要意义。针对该任务中图像背景复杂、目标尺度变化大和分布密集等挑战，提出了一种基于Faster R-CNN的轻量化检测模型。该模型使用残差拆分

改进YOLOv5的军事飞机检测算法

作者： 王杰     张上     张岳     胡益民   来源： 无线电工程 年份： 2024 文献类型 ： 期刊 关键词： FPGM   YOLOv5s   目标检测   Loss   SIOU   军事飞机  

描述： 针对遥感图像中军事飞机目标检测存在的精度低、漏检和虚警率高等问题，提出了一种基于YOLOv5s的轻量化遥感图像军事飞机目标检测算法——YOLO-Military Aircraft

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： 2024 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■@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。