首页>
根据【关键词:遥感图像,目标检测,飞机目标,YOLOv8算法】搜索到相关结果 123 条
-
-
作者:
朱国闯
成毅
葛文
陈经昊
曾钰崴
来源:
测绘科学技术学报
年份:
2024
文献类型 :
期刊
关键词:
目视航空图
增强地图
目标检测
表达方法
小目标要素
-
描述:
-
-
作者:
黄子恒
芮杰
林雨准
王淑香
刘相云
来源:
测绘通报
年份:
2024
文献类型 :
期刊
关键词:
损失函数
注意力机制
YOLOv5
目标检测
飞机检测
-
描述:
-
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
-
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
-
改进YOLO V3遥感图像飞机识别应用
-
作者:
郑志强
刘妍妍
潘长城
李国宁
来源:
电光与控制
年份:
2019
文献类型 :
期刊
关键词:
YOLO
Densenet
遥感图像
means
卷积神经网络
飞机识别
k
V3
-
描述:
了1.94%。在低质量遥感图像中准确率高达96.12%,比原始算法准确率提升了5.07%,召回率高达93.10%,召回率提升了19.75%。
-
改进YOLO V3遥感图像飞机识别应用
-
作者:
郑志强
刘妍妍
潘长城
李国宁
来源:
电光与控制
年份:
2019
文献类型 :
期刊
关键词:
YOLO
Densenet
遥感图像
means
卷积神经网络
飞机识别
k
V3
-
描述:
了1.94%。在低质量遥感图像中准确率高达96.12%,比原始算法准确率提升了5.07%,召回率高达93.10%,召回率提升了19.75%。
-
改进YOLOv5的军事飞机检测算法
-
作者:
王杰
张上
张岳
胡益民
来源:
无线电工程
年份:
2024
文献类型 :
期刊
关键词:
FPGM
YOLOv5s
目标检测
Loss
SIOU
军事飞机
-
描述:
针对遥感图像中军事飞机目标检测存在的精度低、漏检和虚警率高等问题,提出了一种基于YOLOv5s的轻量化遥感图像军事飞机目标检测算法——YOLO-Military Aircraft
-
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:
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。
-
基于迁移学习和改进Faster-RCNN遥感影像飞机目标检测
-
作者:
周绍鸿
方新建
刘鑫怡
张潆丹
严盛
来源:
机电工程技术
年份:
2024
文献类型 :
期刊
关键词:
遥感影像
目标检测
RCNN
深度学习
Faster
迁移学习
-
描述:
获得更丰富的特征表示,从而提高网络检测和定位目标的能力。以RSOD-Dataset数据集为例进行飞机目标检测实验,同时比较不同检测算法的性能;再以NWPU VHR-10数据集验证模型的泛化性和稳定性
-
一种RetinaNet与SE融合的航空取证目标检测算法
-
作者:
刘克
潘广煜
郑大国
顾佼佼
孟春英
来源:
现代防御技术
年份:
2022
文献类型 :
期刊
关键词:
数据均衡
目标检测
航空取证
SE模块
通道注意力
RetinaNet
-
描述:
针对在开展航空侦察取证时缺乏自动化、智能化取证手段的情况,提出了一种基于RetinaNet与SE融合的航空取证目标检测算法,解决目标尺度变化大、数据集中类别不均衡的问题,并通过SE