关键词
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: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: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
Rss订阅