首页>
根据【关键词:遥感图像,深度卷积网络,光学飞机,目标检测,边框优化】搜索到相关结果 86 条
-
基于深度卷积网络的遥感图像飞机检测方法研究
-
作者:
周育榕
来源:
西安电子科技大学
年份:
2021
文献类型 :
学位论文
关键词:
遥感图像
深度卷积网络
光学飞机
目标检测
边框优化
-
描述:
基于深度卷积网络的遥感图像飞机检测方法研究
-
基于半监督学习的遥感飞机图像检测方法
-
作者:
杜泽星
殷进勇
杨建
来源:
激光与光电子学进展
年份:
2019
文献类型 :
期刊
关键词:
遥感图像
目标检测
半监督学习
生成式对抗网络
-
描述:
针对现有的基于深度学习的遥感飞机图像检测方法,在训练时需要大量的带标记数据集和较长的训练时间,本文提出了一种基于生成式对抗网络的半监督学习方法。采用两种粒度的深度卷积生成式对抗网络,分别提取了待检测目标的边缘特征信息和深层语义特征。通过结合两种粒度的生成式对抗网络的判别器网络模型,设计了目标检测网络模型。实验结果表明,本文所设计的这种半监督学习训练方法有着更快的收敛速度,并且在训练时需要的标记样本更少。
-
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
-
基于深度神经网络的遥感图像飞机目标检测
-
作者:
李文斌
何冉
来源:
计算机工程
年份:
2021
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
目标检测
密度聚类
像素级标签
-
描述:
。实验结果表明,DC-DNN模型对于遥感图像飞机目标检测的准确率、召回率和F1值分别为95.78%、98.98%和0.973 5,相比WS-DNN、R-FCN等模型具有更好的检测性能和泛化能力。
-
基于深度神经网络的遥感图像飞机目标检测
-
作者:
李文斌
何冉
来源:
计算机工程
年份:
2021
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
目标检测
密度聚类
像素级标签
-
描述:
。实验结果表明,DC-DNN模型对于遥感图像飞机目标检测的准确率、召回率和F1值分别为95.78%、98.98%和0.973 5,相比WS-DNN、R-FCN等模型具有更好的检测性能和泛化能力。
-
基于半监督学习的遥感飞机图像检测方法
-
作者:
杜泽星
殷进勇
杨建
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
图像处理
目标检测
半监督学习
生成式对抗网络
-
描述:
基于半监督学习的遥感飞机图像检测方法
-
基于FCN与CNN的遥感影像飞机目标检测方法
-
作者:
李文斌
何冉
来源:
计算机工程
年份:
2020
文献类型 :
期刊
关键词:
FCN
遥感图像
CNN
目标检测
像素级标签
-
描述:
进行抑制;使用图像级标签代替目标级标签进行CNN训练、以及使用图像的CNN底层特征图制作像素级标签来训练FCN。实验表明,本模型获得了95.78%的准确率、98.98%的召回率、0.9735的F1分数,具有优异的检测性能和良好的泛化能力。
-
航空遥感影像中的轻量级小目标检测
-
作者:
薛雅丽
孙瑜
马瀚融
来源:
电光与控制
年份:
2022
文献类型 :
期刊
关键词:
小目标
遥感图像
特征融合
深度学习
目标检测
-
描述:
单阶段目标检测算法凭借结构简单、模型高效等特点获得很多研究者及工业界的关注。以现有的YOLO算法为基础,针对遥感图像中目标尺寸小、排列紧密等困难,提出一种提升复杂背景下小目标检测精度的轻量级目标检测方法。该方法引入加权融合特征网络,为每层特征图赋予可在训练中不断学习的权重系数,加强深浅层特征融合。通过引入CIoU损失及模型改进,加快网络收敛速度,使其满足实时性需求。在基于DOTA构建的遥感图像小目标数据集上进行对比实验,结果表明,该方法具有更好的检测精度与检测速度。
-
遥感图像飞机目标检测方法研究
-
作者:
张晨露
来源:
中国科学院大学(中国科学院西安光学精密机械研究所)
年份:
2019
文献类型 :
学位论文
关键词:
遥感图像
感受野
卷积神经网络
目标检测
飞机目标
-
描述:
遥感图像飞机目标检测方法研究
-
高分辨率遥感图像中飞机目标自动检测方法研究
-
作者:
任瑞龙
来源:
电子科技大学
年份:
2019
文献类型 :
学位论文
关键词:
遥感图像
语义分割
深度学习
目标检测
飞机
-
描述:
高分辨率遥感图像中飞机目标自动检测方法研究