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MVT-CTRFBs-YOLOv4的遥感飞机检测研究 被引量：1
1
作者 杨得草 秦伦明 +1 位作者 王悉 杨强强 《电子信息对抗技术》 北大核心 2023年第5期71-79,共9页
针对目前遥感图像检测算法存在实时性差、精度低、召回率低的问题,提出了一种基于移动视觉Transformer(Mobile Vision Transformer,MVT)和语境Transformer感受野模块(Contextual Transformer Receptive Field Blocks,CTRFBs)的改进YOLOv... 针对目前遥感图像检测算法存在实时性差、精度低、召回率低的问题,提出了一种基于移动视觉Transformer(Mobile Vision Transformer,MVT)和语境Transformer感受野模块(Contextual Transformer Receptive Field Blocks,CTRFBs)的改进YOLOv4(You Only Look Once version4)遥感飞机检测算法。首先,为了降低模型参数量,采用轻量级主干网络MVT替换原始CSPDarknet53(Cross Stage Partial Darknet53)主干网络进行特征提取,从而提高检测速度。其次,为了减少小目标丢失问题,引入CTRFBs代替原YOLOv4的空间金字塔池化(Spatial Pyramid Pooling,SPP)结构增大浅层特征层感受野以提升召回率。最后,在原始YOLOv4的路径聚合网络(Path Aggregation Network,PANet)中引入多个SE(Squeeze-and-Excitation)注意力模块,加强小目标特征提取从而提高检测精度。在RSOD和UCAS_AOD数据集上的实验表明,相比其他改进YOLOv4算法,改进模型的检测精度达到94.65%,召回率达到91.55%,模型大小仅为25.95 MB。该算法不仅实现了网络结构的轻量化,而且明显提高了遥感飞机的检测效果。 展开更多
关键词 计算机神经网络 YOLOv4 目标检测 遥感飞机 MVT ctrfbs
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