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
- 改进YOLOv8的遥感图像飞机目标轻量化检测算法
- 作者： 王莹 张上 胡益民 王恒涛 院永莹 来源： 遥感信息 年份： 2025 文献类型 ： 期刊 关键词： YOLOv8 Attention 飞机目标 shuffle C2f＿ScConv 轻量化 Inner IOU
- 描述： 改进YOLOv8的遥感图像飞机目标轻量化检测算法
- 基于GCSA-YOLOv8的航空材料表面缺陷检测算法
- 作者： 陈鑫 于云飞 丁相玉 喻姝桐 来源： 失效分析与预防 年份： 2025 文献类型 ： 期刊 关键词： YOLOv8 表面缺陷检测 注意力通道 航空材料
- 描述： 基于GCSA-YOLOv8的航空材料表面缺陷检测算法
- YOLO-Plane:一种基于改进YOLOv5的飞机检测算法
- 作者： 梅礼坤 陈智利 来源： 激光杂志 年份： 2024 文献类型 ： 期刊 关键词： NLnet NMS NWD GFPN IOU soft
- 描述： 精准识别和定位飞机目标是航空安全和信息化战争胜利的关键，针对传统飞机目标识别抗干扰性差，对遮挡、光照、尺度敏感难应对复杂场景需求的问题，提出了一种基于改进YOLOv5的飞机目标检测算法。通过
- 改进YOLOv8的轻量级军事飞机检测算法
- 作者： 刘丽 张硕 白宇昂 李宇健 张初夏 来源： 计算机工程与应用 年份： 2024 文献类型 ： 期刊 关键词： 知识蒸馏 目标检测 YOLOv8 模型剪枝 军事飞机
- 描述： 改进YOLOv8的轻量级军事飞机检测算法
- 基于OpenVINO的民航智能穿戴检测方法研究
- 作者： 邵欣桐 刘省贤 来源： 科技创新与应用 年份： 2024 文献类型 ： 期刊 关键词： 智能穿戴 机务维修 着装检测 YOLOv8 OpenVINO
- 描述： 飞机维修人员的施工现场是整个机场运行环境的重要组成，需要在施工作业过程中监管维修人员是否遵守安全生产规定，其中最为重要的一点就是检查维修人员的着装是否符合生产规范；对进入机舱重点区域的维修人员着装提出更高的要求，传统人工的安全监管需要人工监控施工现场，但由于维修现场数量众多，人工巡检缺少实时性，造成违规现象不能得到及时纠正，难以实现有效监管。该文根据应用场景特点，提出一种基于OpenVINO平台的智能机务人员着装检测方法，可以实时对维修人员的着装要求进行分析和识别，对不符合安全规范的着装情况及时警告；在样本的训练中，使用最新迭代的YOLOv8算法对现有的模型进行机器学习，能够快速准确地发现飞机维修现场出现的不规范穿戴的相关问题。
- 基于深度学习域适应的飞机结冰图像气泡提取方法
- 作者： 赵红梅 彭博 周志宏 易贤 来源： 南京航空航天大学学报 年份： 2024 文献类型 ： 期刊 关键词： 气泡提取 U Attention 图像分割 域适应 动态结冰 Net
- 描述： 针对采用深度学习方法提取结冰显微图像中的气泡需要大量标注数据，但人工标注气泡任务较为困难的问题，提出了一种基于风格迁移网络CycleGAN和图像分割网络Attention U-Net的域适应提取方法。该方法通过程序模拟气泡形态生成的图像为源域，结冰显微图像为目标域，通过CycleGAN将源域图像转为目标域风格，采用风格转换后的源域数据集训练Attention U-Net网络。通过对比实验对无标注结冰图像和少量标注图像两种情况进行验证。实验结果表明，在无标注图像的情况下，可实现无监督的结冰显微图像的气泡提取；在只有少量标注图像的情况下，该方法可实现更精确的气泡提取。
- 基于改进YOLOv5s的飞机装配环节多余物检测研究
- 作者： 陈峰 来源： 中国新技术新产品 年份： 2024 文献类型 ： 期刊 关键词： 多余物检测 coordinate DGConv YOLOv5s Attention SIOU BiFPN
- 描述： 飞机装配过程中对多余物的控制有非常严格的要求，传统方法是人工巡检或定时检查，本文提出一种基于改进YOLOv5s的面向多余物检测的目标检测方法。首先，本文提出一种轻量化模块，即DGConv模块，用于
- 基于相关向量机的SAR图像飞机目标分类方法研究
- 作者： 张维坤 叶伟 李国靖 来源： 电子测量技术 年份： 2017 文献类型 ： 期刊 关键词： 支持向量机 相关向量机 飞机目标 SAR图像
- 描述： 随着合成孔径雷达(SAR)成像技术的发展,SAR图像的数据处理和图像分类工作近年来成为研究热点。在本文中,将相关向量机(RVM)应用于SAR图像目标分类识别,对3类飞机仿真目标进行分类,从分类正确率、分类时间、泛化能力和鲁棒性方面全面考察其性能。与支持向量机(SVM)相比,相关向量机没有多余的参数调整,核函数不需要满足Mercer条件,可以获得更多的稀疏模型。仿真结果表明,在对3种类型的飞机仿真目标进行分类的情况下,使用RVM方法总体分类性能略高于SVM。