首页>
根据【关键词:航空图像,注意力机制,高效目标检测,卷积神经网络】搜索到相关结果 106 条
-
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
-
基于两阶段迁移学习的Multi-scale SE-ResNet50深度卷积神经网络的多标签航空图像分类问题研究
-
作者:
刘乙萱
苏鑫
来源:
数学的实践与认识
年份:
2023
文献类型 :
期刊
关键词:
注意力机制
ResNet50
航空图像分类
多标签
多尺度特征融合
迁移学习
-
描述:
航空图像分类问题具有背景复杂多变,物体类别多样的特点,传统的多标签分类方法识别准确率低,泛化效果不佳.本文提出基于两阶段迁移学习的Multiscale SE-ResNet50分类方法,构建以
-
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:
添加CBAM注意力机制以提升检测精度。实验结果表明:在DroneVehicle数据集上的检测效果要优于原始网络,精确率(Precision)提升2.8%,召回率(Recall)提升16%,平均精度(mAP)提升2.3%。结论:可有效应用于航空红外图像的车辆自主检测识别。
-
基于改进YOLOv4的航空发动机叶片损伤检测
-
作者:
王倩岚
刘文波
滕子煜
单永奇
来源:
机械制造与自动化
年份:
2025
文献类型 :
期刊
关键词:
注意力机制
扩张卷积
叶片损伤
发动机
目标检测
YOLOv4
-
描述:
基于改进YOLOv4的航空发动机叶片损伤检测
-
RT- DETR- MAR军用飞机遥感图像识别研究
-
作者:
刘春鑫
白童
王健
来源:
航空计算技术
年份:
2025
文献类型 :
期刊
关键词:
DETR
注意力机制
RT
多目标检测
小目标检测
遥感图像识别
-
描述:
RT- DETR- MAR军用飞机遥感图像识别研究
-
多特征融合的高分辨率遥感影像飞机目标变化检测
-
作者:
徐俊峰
张保明
余东行
林雨准
郭海涛
来源:
遥感学报
年份:
2020
文献类型 :
期刊
关键词:
高分辨率遥感影像
卷积神经网络
多特征融合
变化检测
飞机目标
遥感
多元变化检测
-
描述:
的卷积神经网络飞机识别模型,完成变化图斑的类型判别,实现变化飞机的检测。实验结果表明,本文方法在两组数据的正确率分别达到100%和91.89%,均优于对比方法,能实现准确可靠的飞机目标变化检测。
-
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:
2021
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:
光学遥感图像目标检测一直都是遥感领域研究的热点之一,但现有的检测方法对背景复杂且尺寸较小的目标检测准确率不高。针对以上问题,提出了一种以Mask-RCNN为基础框架的目标检测方法。该算法以ResNet50为特征提取网络并在此基础之上利用特征重用技术来更好地提取目标的语义特征,且针对不同类型的飞机尺寸比例不固定等特点,设计了一组更加合适的候选框尺度集合。实验结果证明,该方法与以往常用的检测算法相比在小物体检测上拥有更高的检测精度。
-
基于图像识别的航空姿态指引仪故障检测系统
-
作者:
彭俊榕
魏麟
谭任翔
何峻毅
来源:
仪表技术
年份:
2023
文献类型 :
期刊
关键词:
姿态指引仪
卷积神经网络
维修
故障检测
图像识别
Hough变换
-
描述:
对于航空姿态指引仪的维修,仅靠人工目视检测效率低下,为了解决该问题,研究出一种基于Hough变换和改进的AlexNet卷积神经网络的图像识别算法。通过分析处理和识别分类指引仪表盘图像的特定区域,及时
-
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
-
基于迁移学习的飞机线束模板图纸识别模型研究
-
作者:
周文举
朱一丁
杨庆华
朱喜
王长法
来源:
信阳师范学院学报(自然科学版)
年份:
2024
文献类型 :
期刊
关键词:
线束模板图纸
卷积神经网络
航空电气线路互联系统(EWIS)
16网络
VGG
迁移学习
-
描述:
针对航空电气线路互联系统(EWIS)线束模板图纸在更改时的识别与分类问题,设计了一种基于迁移学习的飞机线束模板图纸内容分类方法。由现有的线束模板图纸建立线束模板图纸元素数据集,选定VGG-16网络作为基础网络进行改进,优化模型结构与参数。为了解决数据集规模较小并提高模型的识别精度及训练效率的问题,将大规模数据集训练的预训练模型迁移至线束模板图纸元素数据集进行训练,并比较不同迁移学习方式及不同网络结构对模型性能的影响。试验结果表明,微调迁移学习模型具有较高的分类准确度,达到了98.89%。与其他网络相比,该微调迁移学习模型具有更短的训练时长以及更高的识别准确率,具有较好的应用前景。