首页>
根据【关键词:tiny,深度学习,目标识别,YOLOv4,海上搜救】搜索到相关结果 203 条
-
基于计算机视觉的飞机外观智能检测算法研究与应用
-
作者:
张学林
来源:
山东大学
年份:
2022
文献类型 :
学位论文
关键词:
深度学习
目标检测
双目测距
嵌入式系统
飞机外观检测
-
描述:
基于计算机视觉的飞机外观智能检测算法研究与应用
-
面向民航空中管制语音指令的语音增强算法系统研究与应用
-
作者:
王钇翔
来源:
电子科技大学
年份:
2022
文献类型 :
学位论文
关键词:
民航地空通话场景
语音增强
卷积神经网络
复杂噪声环境
深度学习
-
描述:
面向民航空中管制语音指令的语音增强算法系统研究与应用
-
基于征兆量偏差的航空发动机气路故障诊断研究
-
作者:
麦吾兰江·阿不都瓦衣提
屈卫东
来源:
第30届中国过程控制会议(CPCC 2019)
年份:
2019
文献类型 :
会议论文
关键词:
CNN
故障诊断
深度学习
征兆量偏差
基线
-
描述:
基于征兆量偏差的航空发动机气路故障诊断研究
-
基于多特征提取和Stacking集成学习的航空发动机余寿预测
-
作者:
张一鸣
刘晓锋
来源:
第六届空天动力联合会议暨中国航天第三专业信息网第四十二届技术交流会暨2021航空发动机技术发展高层论坛
年份:
2022
文献类型 :
会议论文
关键词:
数据驱动
集成学习
特征提取
寿命预测
深度学习
-
描述:
基于多特征提取和Stacking集成学习的航空发动机余寿预测
-
融合注意力和多尺度特征的航空发动机缺陷检测
-
作者:
赵崇林
朱江
胡永进
李祖泽
王鹏举
谢涛
来源:
北京航空航天大学学报
年份:
2023
文献类型 :
期刊
关键词:
注意力机制
航空发动机
YOLOv5
深度学习
缺陷检测
-
描述:
航空发动机的结构完整性关乎飞行安全。目前基于孔探技术的航空发动机缺陷检测以人工操作为主。为提高检测精度和效率,提出了一种融合注意力和多尺度特征的航空发动机缺陷智能检测算法,以辅助孔探工作。首先,针对原始孔探图像中缺陷样本的类别不平衡问题,采用了一种基于几何变换和泊松图像编辑的多样本融合数据增强方法,丰富小样本图像并构建缺陷数据集。然后,在基准网络YOLOv5中融入协调注意力模块(CA),以强调缺陷特征的提取,增强网络对缺陷目标和复杂背景的区分。在颈部网络中构建加权双向特征金字塔结构(BiFPN),以完成更高层次的特征融合,提升对多尺度目标的表达能力。最后,将边界框回归损失函数定义为EIOU损失,实现对缺陷目标快速、准确地定位和识别。实验结果表明,本文算法检测缺陷的平均精确度达到了89.7%,较基准网络提升了6.3%,训练后的模型大小仅为14.0M。因此,所提方法可以有效地检测航空发动机的主要缺陷。
-
基于RDK-ELM的航空发动机控制系统故障诊断
-
作者:
陈虹潞
黄向华
来源:
航空发动机
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
极限学习机
控制系统
简约改进
故障诊断
深度学习
-
描述:
为保持较高诊断正确率,缩短训练时间,满足航空发动机故障诊断对于实时性和高诊断率的需求,提出1种对深度核极限学习机的简约改进方法。输入数据中随机选取部分数据作为支持向量,结合深度学习网络的多层结构
-
稀疏驱动的航空发动机主轴承智能监测研究(英文)
-
作者:
丁宝庆
武靖耀
孙闯
王诗彬
陈雪峰
李应红
来源:
Transactions of Nanjing University of Aeronautics and Astronautics
年份:
2021
文献类型 :
期刊
关键词:
特征提取
稀疏模型
变分自编码
智能监测
深度学习
航空发动机主轴承
-
描述:
微弱特征提取是航空发动机健康监测与智能诊断的关键技术之一。本文针对航空发动机主轴承微弱故障智能监测难题,基于信号先验提出增强稀疏驱动的智能监测方法。通过分析经典凸稀疏诊断模型难以兼顾信号降噪与特征重构性能的缺陷,构建基于莫罗包络理论的非凸正则凸优化增强稀疏模型,以实现微弱特征提取;进而提出稀疏驱动的深度卷积变分自编码网络智能监测方法,通过对健康状态稀疏降噪样本的训练实现对故障异常状态的智能识别。通过航空发动机主轴承疲劳寿命试验的工程案例对提出方法进行性能验证,结果表明:增强稀疏驱动的智能监测方法具有良好的异常状态智能识别能力,能够有效支撑航空发动主轴承微弱故障的智能监测与诊断。
-
基于深度学习的光学遥感图像飞机检测算法
-
作者:
董永峰
仉长涛
汪鹏
冯哲
来源:
激光与光电子学进展
年份:
2021
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
图像处理
目标检测
深度学习
Mask
RCNN算法
-
描述:
光学遥感图像目标检测一直都是遥感领域研究的热点之一,但现有的检测方法对背景复杂且尺寸较小的目标检测准确率不高。针对以上问题,提出了一种以Mask-RCNN为基础框架的目标检测方法。该算法以ResNet50为特征提取网络并在此基础之上利用特征重用技术来更好地提取目标的语义特征,且针对不同类型的飞机尺寸比例不固定等特点,设计了一组更加合适的候选框尺度集合。实验结果证明,该方法与以往常用的检测算法相比在小物体检测上拥有更高的检测精度。
-
面向航空影像下车辆目标的实时检测算法
-
作者:
杨国亮
许楠
洪志阳
范振
来源:
计算机工程与设计
年份:
2019
文献类型 :
期刊
关键词:
卷积
实时
深度学习
神经网络
车辆检测
航空影像
-
描述:
为解决自然场景下的通用目标检测框架对航空影像下的小车辆目标检测性能不足的缺陷,提出一种专用于航空影像下的小车辆目标实时检测器,即轻量级尺度公平单卷积检测器(lightweight scale fair single convolution detector,LSFSCD)。相比传统检测方法和基于CNN的通用检测等方法,其架构更加简单,模型更小。该架构减少了误检和错检,实现更高检测精度的同时减少训练时间。通过使用Caffe框架在8g显存GTX1080上对VEDAI和DLR数据集进行实验,其结果验证了所提算法的有效性。
-
基于深度学习的光学遥感图像飞机检测算法
-
作者:
董永峰
仉长涛
汪鹏
冯哲
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
卷积神经网络
图像处理
目标检测
深度学习
Mask
RCNN算法
-
描述:
基于深度学习的光学遥感图像飞机检测算法
<
1
2
3
...
15
16
17
...
19
20
21
>