全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于改进Faster R-CNN的SAR图像飞机检测算法
- 作者： 李广帅 苏娟 李义红 来源： 北京航空航天大学学报 年份： 2020 文献类型 ： 期刊 关键词： R CNN 上下文信息 Align 浅层特征增强 Faster 飞机检测 ROI
- 描述： 在合成孔径雷达(Synthetic Aperture Radar，SAR)图像分析领域，飞机目标作为一种重要目标，对其的检测越来越受到重视。针对传统SAR图像飞机检测算法需要人工设计特征且鲁棒性较差的问题，提出一种基于改进Faster R-CNN的SAR图像飞机检测算法。本文制作了一个SAR图像飞机数据集SAD(SAR Aircraft Dataset)，以Faster R-CNN为检测框架，利用改进k-means算法设计更合理的先验锚点框，以适应飞机目标的形状特点；借鉴inception模块思想，设计多路不同尺寸卷积核以扩展网络宽度，增强对浅层特征的表达；分析残差网络Layer5层的特征输出具有更大的感受野，对其上采样后进行特征融合以利用更多的上下文信息；同时引入Mask R-CNN算法中提出的RoI Align单元，消除特征图与原始图像的映射偏差。实验结果表明，相比原始的Faster R-CNN算法，本文提出的改进的Faster R-CNN检测算法在SAR图像飞机数据集上平均检测精度提高了7.4%，同时保持了较快的检测速度。
- 基于改进Faster R-CNN的航空发动机制件表面缺陷检测算法
- 作者： 唐嘉鸿 黄颀 田春岐 来源： 机床与液压 年份： 2022 文献类型 ： 期刊 关键词： R 内容感知重组 CNN算法 Faster 分层采样 制件缺陷检测
- 描述： 针对现有航空发动机制件缺陷检测所存在的检测准确率低、速度慢等问题，提出一种基于改进Faster R-CNN算法的缺陷检测方法。该算法使用深度残差网络提取缺陷特征，采用含有内容感知重组的特征金字塔模型融合各层次特征图，并根据检测框尺度选取相应层次的特征图进行检测和识别，在RCNN部分使用分层采样实现挖掘难例，增强模型对难例样本的学习。实验结果表明：所提算法具有较高的检测准确率，而且能够有效提升检测速度。
- 基于改进Faster R-CNN的航空发动机制件表面缺陷检测算法
- 作者： 唐嘉鸿 黄颀 田春岐 来源： 机床与液压 年份： 2022 文献类型 ： 期刊 关键词： R 内容感知重组 CNN算法 Faster 分层采样 制件缺陷检测
- 描述： 针对现有航空发动机制件缺陷检测所存在的检测准确率低、速度慢等问题，提出一种基于改进Faster R-CNN算法的缺陷检测方法。该算法使用深度残差网络提取缺陷特征，采用含有内容感知重组的特征金字塔模型融合各层次特征图，并根据检测框尺度选取相应层次的特征图进行检测和识别，在RCNN部分使用分层采样实现挖掘难例，增强模型对难例样本的学习。实验结果表明：所提算法具有较高的检测准确率，而且能够有效提升检测速度。
- 基于改进YOLOv4算法的遥感图像飞机目标检测
- 作者： 王惠中 文学 来源： 计算机与数字工程 年份： 2024 文献类型 ： 期刊 关键词： 遥感图像 特征融合 目标检测 YOLOv4
- 描述： 针对在遥感图像上对飞机目标检测的精度低问题，论文通过对PANet特征融合网络结构的加深使得YOLOv4算法对小目标的检测更加敏感，进而提高算法的平均检测精度；另外，利用K-means++算法产生
- 基于改进YOLOv8的遥感图像飞机目标检测研究
- 作者： 张德银 赵志恒 谢逸戈 黄少晗 来源： 自动化应用 年份： 2024 文献类型 ： 期刊 关键词： 遥感图像 目标检测 飞机目标 YOLOv8算法
- 描述： 为解决遥感图像飞机目标检测时易出现检测精度低与漏检误检等问题，提出了一种基于YOLOv8算法的遥感图像飞机目标检测改进算法。首先，将坐标注意力机制模块嵌入卷积模块中，使其能提取复杂背景下的飞机小目标
- 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： 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： 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