期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于自适应特征融合的CPA Enhancer-YOLOv10无人机目标检测算法
1
作者 王尔申 李明玥 +4 位作者 徐嵩 于腾丽 李凡 曲萍萍 程钰明 《电光与控制》 北大核心 2026年第3期1-9,共9页
针对复杂场景下无人机目标检测出现的漏检、虚警问题,提出一种基于自适应特征融合的CPA EnhancerYOLOv10无人机目标检测算法。首先,利用自适应空间特征融合方法改进YOLOv10检测头,提升对不同尺度特征目标的检测能力;其次,构建CPA-Enhan... 针对复杂场景下无人机目标检测出现的漏检、虚警问题,提出一种基于自适应特征融合的CPA EnhancerYOLOv10无人机目标检测算法。首先,利用自适应空间特征融合方法改进YOLOv10检测头,提升对不同尺度特征目标的检测能力;其次,构建CPA-Enhancer链式思考网络模型,降低光照、雨雾雪等复杂天气条件下的目标漏/误检率;然后,设计了一种新型的组合结构损失函数,以解决复杂环境下正负样本不平衡的问题,进一步提升目标检测精度。为验证所提算法的有效性,构建了覆盖5种检测场景、3种型号无人机的目标检测数据集(样本容量为19416)。算法实验验证结果表明,改进后算法召回率可达0.821,m AP@50可达0.879,相比原YOLOv10模型分别提升了0.043和0.041。 展开更多
关键词 无人机 目标检测 自适应空间特征融合 cpa-enhancer YOLOv10
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部