首页>
根据【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】搜索到相关结果 3 条
-
基于SSD算法的航空发动机内部凸台缺陷检测
-
作者:
陈为
梁晨红
来源:
电子测量技术
年份:
2021
文献类型 :
期刊
关键词:
SSD算法
图像处理
凸台缺陷检测
默认框
-
描述:
基于深度学习的背景,提出将目标检测算法用于航空发动机内部凸台缺陷的检测研究。首先介绍了算法的主要特点,通过使用聚类分析方法改进算法产生默认框的生成方式,提高了算法模型对发动机内部凸台缺陷的匹配能力;并采用多种图像处理算法相结合,对目标图像进行预处理来突出凸台缺陷的主要特征,增强了算法模型提取待检测目标的特征信息,从而进一步提高检测算法对于航空发动机凸台缺陷的检测精度。最终检测算法对于凸台缺陷的检测精度达到了95%以上。
-
基于SSD算法的航空发动机内部凸台缺陷检测
-
作者:
陈为
梁晨红
来源:
电子测量技术
年份:
2020
文献类型 :
期刊
关键词:
SSD算法
图像处理
凸台缺陷检测
默认框
-
描述:
基于深度学习的背景,提出将目标检测算法用于航空发动机内部凸台缺陷的检测研究。首先介绍了算法的主要特点,通过使用聚类分析方法改进算法产生默认框的生成方式,提高了算法模型对发动机内部凸台缺陷的匹配能力;并采用多种图像处理算法相结合,对目标图像进行预处理来突出凸台缺陷的主要特征,增强了算法模型提取待检测目标的特征信息,从而进一步提高检测算法对于航空发动机凸台缺陷的检测精度。最终检测算法对于凸台缺陷的检测精度达到了95%以上。
-
基于深度学习的航空监视方法研究
-
作者:
王艳明
王宝珠
来源:
电子测量技术
年份:
2019
文献类型 :
期刊
关键词:
航空监视
深度学习
人工智能
国土安全
俯视视角
-
描述:
我国是一个幅员辽阔的国家,地理条件复杂,常规的国土安全巡检方法会耗费大量人力物力。为此,提出了一种基于深度学习的航空监视方法,其利用无人机从高空采集图像,并利用卷积神经网络对采集图像进行分类判断,从而对场景进行监视。其目的在于用人工智能的手段,通过无人机代替人工进行巡检,从而提高国土安全监视效率。为此,本文建立了包含10种不同场景的俯视视角的数据库。通过卷积神经网络模型,对不同场景的图像特征进行学习,使得模型可以分辨不同的场景。为了验证本方法的可行性,本文在10种空基视角的数据库上进行了实验,结果显示其分类准确率达到97%。说明本方法可满足安全监视的需求,为实现智能监视提供了思路。