首页>
根据【关键词:遥感图像,注意力机制,飞机检测,特征增强,残差连接,轻量级】搜索到相关结果 96 条
-
基于深度学习的遥感图像飞机检测方法研究
-
作者:
彭娜
来源:
河北工程大学
年份:
2022
文献类型 :
学位论文
关键词:
遥感图像
注意力机制
飞机检测
特征增强
残差连接
轻量级
-
描述:
基于深度学习的遥感图像飞机检测方法研究
-
基于最优区域生成的深度多尺度融合遥感飞机检测方法
-
作者:
刘晨
郑恩让
张桐
来源:
科学技术与工程
年份:
2020
文献类型 :
期刊
关键词:
遥感图像
飞机检测
多尺度融合
锚框
-
描述:
基于最优区域生成的深度多尺度融合遥感飞机检测方法
-
基于深度学习的航空遥感图像目标检测算法研究
-
作者:
常洪彬
来源:
吉林大学
年份:
2022
文献类型 :
学位论文
关键词:
遥感图像
注意力机制
深度学习
目标检测
-
描述:
基于深度学习的航空遥感图像目标检测算法研究
-
基于卷积神经网络的遥感图像飞机检测
-
作者:
张义德
胡长雨
胡春育
来源:
光电子技术
年份:
2017
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
微调
迁移学习
飞机检测
-
描述:
提出一种CNN的遥感图像飞机检测的方法。首先获得预训练好的CNN,然后通过参数迁移获得五层卷积层模型参数,接着利用遥感图像对第五层卷积层进行微调获得一个特征提取器。将特征提取器用于提取遥感图像训练集的深度特征,训练可变形部件检测模型。实验表明,提出的方法大大提高了遥感图像飞机目标检测精度,准确率达96%以上。
-
基于YOLO算法的遥感图像飞机目标检测技术研究
-
作者:
张欣
来源:
中国科学院大学(中国科学院长春光学精密机械与物理研究所)
年份:
2021
文献类型 :
学位论文
关键词:
遥感图像
tiny
CSPNet
飞机检测
YOLOv4
激活函数
-
描述:
基于YOLO算法的遥感图像飞机目标检测技术研究
-
一种基于级联神经网络的飞机检测方法
-
作者:
王晓林
苏松志
刘晓颖
蔡国榕
李绍滋
来源:
智能系统学报
年份:
2021
文献类型 :
期刊
关键词:
嵌入式设备
遥感图像
级联
卷积神经网络
两阶段
深度学习
飞机检测
由粗到细
-
描述:
由于旋转角度多样性、极端的尺度差异的影响,遥感图像中的飞机检测目前仍存在挑战。为了解决旋转和尺度的问题,目前的策略是将现有的自然场景下的目标检测算法(如Faster R-CNN、SSD等)直接迁移到遥感图像中。这些算法的主干网络复杂,模型占用空间大,难以应用到低功耗和嵌入式设备中。为了在准确率不降低的情况下提高检测速度,本文提出了一个仅包含9层的卷积神经网络来解决飞机检测问题。该网络采用了由粗到细的策略,通过级联两个网络的方式减少计算开销。为了评估方法的有效性,我们建立了一个针对飞机检测的遥感数据集。实验结果表明,该方法超越了VGG16等复杂的主干网络,达到了接近主流检测方法的性能表现,同时显著降低了参数量并使检测速度提高了2倍以上。
-
微型四轴飞行器自主悬停的研究与实现
-
作者:
吴昊
来源:
上海交通大学
年份:
2018
文献类型 :
学位论文
关键词:
实时操作系统
光流
微型四轴飞行器
自主悬停
轻量级
-
描述:
微型四轴飞行器自主悬停的研究与实现
-
基于可变形卷积神经网络的遥感图像飞机目标检测
-
作者:
李明阳
胡显
雷宏
来源:
国外电子测量技术
年份:
2021
文献类型 :
期刊
关键词:
卷积神经网络
遥感影像
可变形卷积
飞机检测
-
描述:
遥感图像中的飞机检测在民用和军事应用中都是一个重要且富有挑战性的任务。针对现有目标检测算法在复杂场景中旋转不变性差的问题,提出了一种多尺度可变形卷积神经网络用以检测飞机目标。该方法通过将可变形卷积适当地嵌入到特征金字塔来构建可变形特征金字塔,使得金字塔可以自适应的调整卷积过程中的空间采样位置,在进行飞机检测时具有一定的旋转不变性,且在各种复杂场景中也更加可靠。同时,根据训练集中的目标尺寸设计锚点尺寸并引入焦点分类损失以有效地关注难分类样本。该方法在公共UCAS-AOD数据集获得了97.39%的平均精度与RetinaNet模型相比提高了1.59%,并优于R-FCN、YOLOV2等其他流行方法,证明了该方法的有效性和准确性。
-
基于可变形卷积神经网络的遥感图像飞机目标检测
-
作者:
李明阳
胡显
雷宏
来源:
国外电子测量技术
年份:
2021
文献类型 :
期刊
关键词:
卷积神经网络
遥感影像
可变形卷积
飞机检测
-
描述:
遥感图像中的飞机检测在民用和军事应用中都是一个重要且富有挑战性的任务。针对现有目标检测算法在复杂场景中旋转不变性差的问题,提出了一种多尺度可变形卷积神经网络用以检测飞机目标。该方法通过将可变形卷积适当地嵌入到特征金字塔来构建可变形特征金字塔,使得金字塔可以自适应的调整卷积过程中的空间采样位置,在进行飞机检测时具有一定的旋转不变性,且在各种复杂场景中也更加可靠。同时,根据训练集中的目标尺寸设计锚点尺寸并引入焦点分类损失以有效地关注难分类样本。该方法在公共UCAS-AOD数据集获得了97.39%的平均精度与RetinaNet模型相比提高了1.59%,并优于R-FCN、YOLOV2等其他流行方法,证明了该方法的有效性和准确性。
-
遥感影像飞机目标检测和细粒度识别方法研究
-
作者:
毛嘉兴
来源:
华中科技大学
年份:
2020
文献类型 :
学位论文
关键词:
遥感影像
细粒度识别
深度学习
飞机检测
-
描述:
遥感影像飞机目标检测和细粒度识别方法研究