基于卷积神经网络的空中红外飞机检测.pdf下载

weixin_39821260 2021-10-06 21:10:06

基于卷积神经网络的空中红外飞机检测.pdf , 相关下载链接：https://download.csdn.net/download/jiebing2020/24819641?utm_source=bbsseo

...全文

16 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

基于卷积神经网络的空中红外飞机检测.pdf

2010 2010-01 [1]多个粗差定位的抗掩盖型Bayes方法.pdf [6]模糊神经网络在变形分析与预报中的应用研究.pdf [9]GPS_GLONASS组合精密单点定位研究.pdf [13]基于星间距离变化的动态双向时间同步算法.pdf [17]QZSS对GPS区域性能增强分析.pdf [21]GPS模糊度降相关LLL算法的一种改进.pdf [25]2008年汶川地震前的形变异常及机理解...

目标检测的目的是识别出图像中感兴趣的物体并将其定位，相比于传统手工提取图像特征的方法，基于深度学习的目标检测方法更加高效。同时，由于无人机工作的空域环境较为复杂，的范围，可见光遥感探测技术及其成像器件的发展使获得的影像幅宽更大，图像。随着时间的推移和科学技术的进步，在多元化的应用场景和海量。的数据下，人工判读的方式耗时费力且容易出错，因此催生出对无人机航拍影像。比例远高于自然场景影像，且小目标在图片中像素点较少，提供的分辨率有限，觉领域中相关技术的不断发展和完善，面向自然图像的目标检测技术日趋成熟，

摘要—基于无人机的目标检测存在固有挑战，例如无人机图像中目标的高密度和重叠，以及不同照明条件下目标的模糊性，这使得识别变得复杂。传统方法通常难以在复杂背景下识别众多密集的小目标。为了应对这些挑战，我们提出LAM-YOLO，一种专为基于无人机的目标检测设计的模型。首先，引入照明遮挡注意力机制以增强不同光照条件下小目标的可见性。同时，融入Involution模块以改善不同特征层之间的交互。其次，我们使用改进的SIB-IoU作为回归损失函数，以加速模型收敛并提高定位精度。最后，我们实施了一种新颖的检测策略，引入了

下载资源悬赏专区

13,654

社区成员

12,578,471

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章