排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
2.
3.
利用无损探测技术来获取地下目标的信息是当前研究的热点,探地雷达(GPR)作为一种重要的无损工具,已被广泛用于检测,定位和特征化地下目标。然而,从GPR成像中探测掩埋物体并评估其位置既费时又费力。因此,实现地下目标的自动化探测对实际应用是必要的。为此,该文在综合分析地下目标回波特征的基础上,讨论了使用GPR评估目标位置的可行性,并回顾了国内外学者在GPR成像中对双曲线特征自动化检测的研究进展。该文还在国内外典型实例剖析的基础上,总结并比较了目标检测的处理方法。最后指出,未来的研究应集中于开发新的深度学习检测框架,用以自动检测和估计真实场景中的地下特征。 相似文献
4.
无人驾驶关键技术不断突破,并在更多场景中得到应用。研究车辆行人自动化检测算法具有十分重要的意义。为了提升系统的检测效果,解决因目标物体尺寸太小、目标遮挡以及复杂环境等因素影响所导致的检测精度不高的问题,提出了一种改进的YOLOv4模型对数据集进行训练,采用轻量化网络Mobilenetv2代替YOLOv4中原有的主干网络,以此获取有效特征层,降低原有网络的运算量和参数量。实验结果表明,改进的Mobilenetv2-YOLOv4模型可以达到40.76%的平均精度,每个epoch的学习时间仅约12 min,既保证了识别精度又提高了检测速度。 相似文献
1