全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 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。
- 基于特征融合的航空遥感图像目标检测深度学习方法研究
- 作者： 仵晨伟. 来源： 西安理工大学 年份： 2024 文献类型 ： 学位论文 关键词： 注意力机制 特征融合 卷积神经网络 目标检测 深度学习 航空遥感图像
- 描述： 基于特征融合的航空遥感图像目标检测深度学习方法研究
- 基于双分支自适应特征融合网络的航空遥感图像目标检测算法研究及应用
- 作者： 杨中宇. 来源： 吉林大学 年份： 2024 文献类型 ： 学位论文 关键词： 遥感图像 特征融合 深度学习 目标检测 场景分类 双分支网络
- 描述： 基于双分支自适应特征融合网络的航空遥感图像目标检测算法研究及应用
- 基于特征融合的航空遥感图像目标检测深度学习方法研究
- 作者： 仵晨伟. 来源： 西安理工大学 年份： 2024 文献类型 ： 学位论文 关键词： 注意力机制 特征融合 卷积神经网络 目标检测 深度学习 航空遥感图像
- 描述： 基于特征融合的航空遥感图像目标检测深度学习方法研究
- 基于双分支自适应特征融合网络的航空遥感图像目标检测算法研究及应用
- 作者： 杨中宇. 来源： 吉林大学 年份： 2024 文献类型 ： 学位论文 关键词： 遥感图像 特征融合 深度学习 目标检测 场景分类 双分支网络
- 描述： 基于双分支自适应特征融合网络的航空遥感图像目标检测算法研究及应用
- 基于改进YOLOv5的SAR图像飞机目标细粒度识别
- 作者： 张武 刘秀清 来源： 国外电子测量技术 年份： 2024 文献类型 ： 期刊 关键词： YOLOv5 合成孔径雷达 飞机目标细粒度识别
- 描述： 对网络进行重构，加入小目标检测层，改善小目标的漏检问题，提高目标定位精度。其次，在颈部网络中引入极化自注意力机制(polarized self attention, PSA),并使用双边特征金字塔结构
- 基于改进YOLOv5的飞机舱门识别与定位方法研究
- 作者： 张长勇 郭聪 李玉洲 张朋武 来源： 计算机测量与控制 年份： 2024 文献类型 ： 期刊 关键词： 舱门识别与定位 YOLOv5 机场特种车辆 自动靠机 三维定位
- 描述： 角点的像素，利用空间几何关系，实现了对舱门准确的三维定位。实验结果表明，改进后的YOLOv5算法mAP达到96.5%,相比原有算法提升了5.6%。在舱门前方19 m和1 m处时，实时最大定位误差分别为0.15 m和0.01 m,能够满足特种车辆靠机完成后与舱门保持5～10 cm的安全距离要求。