首页>
根据【关键词:YOLO,深度学习,目标检测,叶片凸台,胶囊网络】搜索到相关结果 681 条
-
联合多尺度特征和注意力机制的遥感影像飞机目标检测
-
作者:
徐佰祺
江刚武
刘建辉
王鑫
魏祥坡
余培东
来源:
测绘科学技术学报
年份:
2021
文献类型 :
期刊
关键词:
YOLO
注意力机制
特征融合
遥感影像
V4算法
飞机目标检测
-
描述:
针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息
-
联合多尺度特征和注意力机制的遥感影像飞机目标检测
-
作者:
徐佰祺
江刚武
刘建辉
王鑫
魏祥坡
余培东
来源:
测绘科学技术学报
年份:
2021
文献类型 :
期刊
关键词:
YOLO
注意力机制
特征融合
遥感影像
V4算法
飞机目标检测
-
描述:
针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息
-
联合多尺度特征和注意力机制的遥感影像飞机目标检测
-
作者:
徐佰祺
江刚武
刘建辉
王鑫
魏祥坡
余培东
来源:
测绘科学技术学报
年份:
2021
文献类型 :
期刊
关键词:
YOLO
注意力机制
特征融合
遥感影像
V4算法
飞机目标检测
-
描述:
针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息
-
基于深度卷积神经网络的空中飞行器图像识别
-
作者:
谷虹娴
来源:
西安工业大学
年份:
2021
文献类型 :
学位论文
关键词:
YOLO
损失函数
卷积神经网络
特征融合方式
空中飞行器识别
V3
-
描述:
基于深度卷积神经网络的空中飞行器图像识别
-
面向航空发动机油路密封管件的高鲁棒性视觉定位算法研究
-
作者:
崔俊佳
刘枭
赖铭
王绍螺
蒋浩
李光耀
来源:
航空制造技术
年份:
2023
文献类型 :
期刊
关键词:
YOLO
机器视觉
孪生网络
视觉定位
Siamese
变化检测网络
-
描述:
适用于少数种类的零件,泛用性不高。本文提出了一种基于YOLOv5s目标检测网络和Siamese孪生网络的新型视觉定位算法(YOLO–Siamese变化检测网络)。网络引入ConvDiff(卷积差分)模块
-
基于深度卷积神经网络的空中飞行器图像识别
-
作者:
谷虹娴
来源:
西安工业大学
年份:
2021
文献类型 :
学位论文
关键词:
YOLO
损失函数
卷积神经网络
特征融合方式
空中飞行器识别
V3
-
描述:
基于深度卷积神经网络的空中飞行器图像识别
-
面向航空发动机油路密封管件的高鲁棒性视觉定位算法研究
-
作者:
崔俊佳
刘枭
赖铭
王绍螺
蒋浩
李光耀
来源:
航空制造技术
年份:
2023
文献类型 :
期刊
关键词:
YOLO
机器视觉
孪生网络
视觉定位
Siamese
变化检测网络
-
描述:
适用于少数种类的零件,泛用性不高。本文提出了一种基于YOLOv5s目标检测网络和Siamese孪生网络的新型视觉定位算法(YOLO–Siamese变化检测网络)。网络引入ConvDiff(卷积差分)模块
-
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%。
-
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
<
1
2
3
...
8
9
10
...
67
68
69
>