社区
下载资源悬赏专区
帖子详情
基于改进YOLOv3的SAR舰船图像目标识别技术.docx下载
weixin_39821620
2023-11-17 10:00:40
YOLO 卷积神经网络 神经网络 检测 识别 , 相关下载链接:
https://download.csdn.net/download/No_Name_Cao_Ni_Mei/88492630?utm_source=bbsseo
...全文
13
回复
打赏
收藏
基于改进YOLOv3的SAR舰船图像目标识别技术.docx下载
YOLO 卷积神经网络 神经网络 检测 识别 , 相关下载链接:https://download.csdn.net/download/No_Name_Cao_Ni_Mei/88492630?utm_source=bbsseo
复制链接
扫一扫
分享
转发到动态
举报
AI
作业
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
基于
改进
YOLOv3
的
SAR
舰船
图像
目标识别
技术
.
docx
YOLO 卷积神经网络 神经网络 检测 识别
文献3 基于
改进
型
YOLOv3
的
SAR
图像
舰船
目标检测
基于
改进
型
YOLOv3
的
SAR
图像
舰船
目标检测 0.概述 本文主要介绍了新提出的一种
改进
型
YOLOv3
的
SAR
图像
船舰目标检测方法,此方法依据船舰尺寸与形状自适应采样的可变形卷积、ResNet50变体特征提取器和ShuffleNetv2(参见博客介绍)轻量化思想等设计
YOLOv3
模型。在SSDD数据集上验证,检测效果上比原
YOLOv3
模型,平均精度从93.21%提高到96.94%。检测概率从95.51%提高至97.75%;模型大小方面,轻量化设计模型仅为原来模型的八分之一。 1.研究目标 利用
改进
型的YOL
基于YOLOv8的遥感
SAR
舰船
小
目标识别
基于YOLOv8的遥感
SAR
舰船
小目标,阐述了整个数据制作和训练可视化过程
目标检测论文解读复现之五:
改进
YOLOv5的
SAR
图像
舰船
目标检测
近年来针对合成孔径雷达(Synthetic Aperture Radar,
SAR
)
图像
中缺乏颜色和纹理细节的
舰船
检测
技术
在深度学习领域中得到了广泛研究,利用深度学习
技术
可以有效避免传统的复杂特征设计,并且检测精度得到极大改善。针对
舰船
目标检测框具有高长宽比和密集排列问题,提出一种基于
改进
YOLOv5的目标检测方法。
基于YOLOv8深度学习的智慧海洋
SAR
图像
舰船
目标检测系统
随着海上交通的日益繁忙和海上安全管理需求的提升,基于合成孔径雷达(
SAR
)
图像
的
舰船
目标检测成为海上监控系统中的重要研究领域。本文提出了一种基于YOLOv8的
舰船
目标检测系统,该系统能够高效地处理
SAR
图像
并自动识别其中的
舰船
目标。为了提高目标检测的准确性和实时性,本文采用YOLOv8模型对
SAR
图像
进行训练和优化,并设计了一个基于PyQt5的图形用户界面(GUI),实现了系统的交互式操作和结果可视化。
下载资源悬赏专区
13,656
社区成员
12,674,870
社区内容
发帖
与我相关
我的任务
下载资源悬赏专区
CSDN 下载资源悬赏专区
复制链接
扫一扫
分享
社区描述
CSDN 下载资源悬赏专区
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
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