排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
近年来，基于深度学习的视觉检测方法在海面舰船目标检测领域中的应用愈加广泛。为了解决传统视觉检测方法检测精度不高，对小目标检测效果不好的问题，提出了一种基于Attention-YOLOv3的海面舰船目标检测方法，有效提高了对舰船目标的检测性能。在对主流的One-stage与Two-stage模型结构及特点的调研分析的基础上，利用YOLOv3的特征提取网络Darknet-53来获取图像特征，通过特征金字塔网络（FPN）网络结构融合特征提取网络中深浅层的语义信息，并添加注意力机制模块来进一步优化网络性能。将改进后的Attention-YOLOv3模型应用到海面舰船检测场景中进行验证，基于搜集到的舰船目标制作成COCO格式的数据集进行训练，使用包含海面舰船目标的图片作为测试集进行测试。实验结果表明，改进后的Attention-YOLOv3网络对比原检测网络模型，解决了小目标检测不敏感的问题，达到了更高的检测效果。 相似文献
2.
针对作战中预警机巡逻航线样式规划问题,构建了预警机巡逻航线通用化描述模型,以及以此为基础的探测覆盖面积模型;仿真分析了预警机采取不同巡逻航线样式时总探测覆盖区面积和实时探测覆盖区面积之间的关系,得出双平行线形和横8字形巡逻航线相互转换无需重新规划空域配置的结论,具有一定的实用价值. 相似文献
1