首页>
根据【关键词:遥感图像,深度学习,目标检测,YOLOv8,飞机目标】搜索到相关结果 15 条
-
基于深度学习的高分辨率遥感影像飞机掩体检测方法
-
作者:
史姝姝
陈永强
王樱洁
王春乐
来源:
激光与光电子学进展
年份:
2024
文献类型 :
期刊
关键词:
遥感影像
目标检测
深度学习
旋转框
遥感
-
描述:
高分辨率遥感影像数据集。对比Faster R-CNN、SSD、RetinaNet、YOLOv3和YOLOX等5个深度学习目标检测模型的综合性能,结果表明,在飞机掩体影像数据集上YOLOX模型表现更佳
-
飞机目标分类的深度卷积神经网络设计优化
-
作者:
马俊成
赵红东
杨东旭
康晴
来源:
激光与光电子学进展
年份:
2020
文献类型 :
期刊
关键词:
图像分类
深度卷积神经网络
图像处理
高分类精度
飞机目标
归一化混淆矩阵
-
描述:
飞机目标分类的深度卷积神经网络设计优化
-
飞机目标分类的深度卷积神经网络设计优化
-
作者:
马俊成
赵红东
杨东旭
康晴
来源:
激光与光电子学进展
年份:
2020
文献类型 :
期刊
关键词:
图像分类
深度卷积神经网络
图像处理
高分类精度
飞机目标
归一化混淆矩阵
-
描述:
飞机目标分类的深度卷积神经网络设计优化
-
航空轮胎有限元分析
-
作者:
刘坤
苏彤
王典
来源:
激光与光电子学进展
年份:
2018
文献类型 :
期刊
关键词:
卷积神经网络
深度学习
模糊不变
目标识别
-
描述:
由于采集、运动以及聚焦等导致的目标模糊是目标识别率偏低的一个主要问题,因此本文提出一种基于模糊不变卷积神经网络模型BICNN(Blur-Invariant Convolutional Neural Network)的目标识别方法。与仅优化多项式逻辑回归目标的传统CNN(Convolutional Neural Network)模型的训练不同,BICNN引入和学习一个新的模糊不变层改善模糊目标的识别率,提高目标识别的鲁棒性。首先,BICNN通过增加模糊不变约束项及正则化来优化本文提出的模糊不变目标函数进行训练;其次,通过减小模糊不变目标函数值来规定训练样本在模糊之前和之后的特征映射相一致,最终实现模糊不变性。测试结果表明验证,BICNN改善了因模糊造成识别率降低的问题,进而提升运动模糊图像的识别率。
-
航空轮胎有限元分析
-
作者:
刘坤
苏彤
王典
来源:
激光与光电子学进展
年份:
2018
文献类型 :
期刊
关键词:
卷积神经网络
深度学习
模糊不变
目标识别
-
描述:
由于采集、运动以及聚焦等导致的目标模糊是目标识别率偏低的一个主要问题,因此本文提出一种基于模糊不变卷积神经网络模型BICNN(Blur-Invariant Convolutional Neural Network)的目标识别方法。与仅优化多项式逻辑回归目标的传统CNN(Convolutional Neural Network)模型的训练不同,BICNN引入和学习一个新的模糊不变层改善模糊目标的识别率,提高目标识别的鲁棒性。首先,BICNN通过增加模糊不变约束项及正则化来优化本文提出的模糊不变目标函数进行训练;其次,通过减小模糊不变目标函数值来规定训练样本在模糊之前和之后的特征映射相一致,最终实现模糊不变性。测试结果表明验证,BICNN改善了因模糊造成识别率降低的问题,进而提升运动模糊图像的识别率。