关键词
基于卷积神经网络的遥感影像飞机检测技术研究
作者: 魏万军   来源: 兰州大学 年份: 2020 文献类型 : 学位论文 关键词: 卷积神经网络   遥感影像   特征融合   阴影处理   飞机检测  
描述: 基于卷积神经网络的遥感影像飞机检测技术研究
基于改进YOLOv8的SAR图像飞机目标检测算法
作者: 邱琳琳     朱卫纲     李永刚     邱磊     李炫潮   来源: 电光与控制 年份: 2025 文献类型 : 期刊 关键词: 可变形全局特征融合   合成孔径雷达   复杂背景   飞机检测   全维度特征提取  
描述: 基于改进YOLOv8的SAR图像飞机目标检测算法
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。
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: 针对遥感图像飞机检测中存在的背景复杂和目标尺度变化大等问题,提出基于深度神经网络的遥感图像飞机目标检测模型DC-DNN。利用图像底层特征制作像素级标签完成全卷积神经网络(FCN)模型训练,将FCN
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: 针对遥感图像飞机检测中存在的背景复杂和目标尺度变化大等问题,提出基于深度神经网络的遥感图像飞机目标检测模型DC-DNN。利用图像底层特征制作像素级标签完成全卷积神经网络(FCN)模型训练,将FCN
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
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
高分辨率航空遥感图像的建筑物识别
作者: 王玉琴   尤静静   蔡世鑫   来源: 北京测绘 年份: 2023 文献类型 : 期刊 关键词: 遥感图像   RCNN)模型   快速区域卷积神经网络(Faster   建筑物识别   深度学习  
描述: 目前深度学习方法的研究已在语音辨别、图像识别、信息检索等方面取得较大成果。建筑物的自动检测与识别已成为遥感图像处理范畴研究的热点。针对高分辨率航空遥感影像中的建筑物快速、精准识别的应用问题,文章提出
基于神经网络的遥感图像飞机实时检测算法
作者: 刘志     杨江涛     许新云   来源: 工业控制计算机 年份: 2024 文献类型 : 期刊 关键词: 遥感图像   注意力机制   YOLOv4   MobileNetv3   深度可分离卷积  
描述: 针对在遥感图像飞机检测任务中精度较低、实时性差的问题,提出了一种改进YOLOv4遥感图像检测的算法。该算法采用轻量级网络MobileNetV3代替YOLOv4最初的特征提取网络,保证其特征提取能力
基于DFECANet的遥感图像飞机目标检测方法
作者: 单慧琳     吕宗奎     付相为     胡宇翔     段修贤     张银胜   来源: 电子测量与仪器学报 年份: 2024 文献类型 : 期刊 关键词: 遥感图像   特征上采样   图像处理   目标检测   多尺度特征融合  
描述: 针对现有的遥感图像目标检测方法中对小尺寸飞机目标的检测精度不高、特征信息传递不准确、信息交互不充分等问题,提出了一种基于可辨别特征提取和上下文感知的遥感图像飞机目标检测方法。设计了以可辨别特征提取
< 1 2 3 4 5 6 ... 8 9 10
Rss订阅