期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向无人机场景的扩散模型小目标检测方法
1
作者
夏军
喻钧
+2 位作者
王长元
石涛
葛明佳
《西安工业大学学报》
2026年第1期110-120,共11页
针对无人机航拍场景下小目标检测中目标尺度小、分布密集及背景干扰强等难题,对基于扩散模型的检测方法进行了改进。该方法以DiffusionDet框架为基础,引入Swin Transformer作为骨干网络以增强全局上下文建模能力,并设计LAFPN结构以强化...
针对无人机航拍场景下小目标检测中目标尺度小、分布密集及背景干扰强等难题,对基于扩散模型的检测方法进行了改进。该方法以DiffusionDet框架为基础,引入Swin Transformer作为骨干网络以增强全局上下文建模能力,并设计LAFPN结构以强化多尺度特征融合。在VisDrone2019数据集上的实验结果表明,所提方法在AP、AP50及不同尺度目标的检测性能上均显著优于Faster R-CNN、RetinaNet、YOLO系列及RT-DETR等主流检测算法。其中,AP提升至33.8%,AP50达到57.4%。消融实验进一步验证了Swin-B骨干网络与LAFPN颈部结构在增强中小目标表征能力及检测性能方面的有效性。综上所述,本文方法在复杂航拍场景下显著提升了检测精度与鲁棒性,为无人机小目标检测提供了有益的技术参考。
展开更多
关键词
扩散模型
小目标检测
diffusiondet
框架
Swin
Transformer网络
在线阅读
下载PDF
职称材料
题名
面向无人机场景的扩散模型小目标检测方法
1
作者
夏军
喻钧
王长元
石涛
葛明佳
机构
西安工业大学计算机科学与工程学院
出处
《西安工业大学学报》
2026年第1期110-120,共11页
基金
国家自然科学基金项目(52072293)。
文摘
针对无人机航拍场景下小目标检测中目标尺度小、分布密集及背景干扰强等难题,对基于扩散模型的检测方法进行了改进。该方法以DiffusionDet框架为基础,引入Swin Transformer作为骨干网络以增强全局上下文建模能力,并设计LAFPN结构以强化多尺度特征融合。在VisDrone2019数据集上的实验结果表明,所提方法在AP、AP50及不同尺度目标的检测性能上均显著优于Faster R-CNN、RetinaNet、YOLO系列及RT-DETR等主流检测算法。其中,AP提升至33.8%,AP50达到57.4%。消融实验进一步验证了Swin-B骨干网络与LAFPN颈部结构在增强中小目标表征能力及检测性能方面的有效性。综上所述,本文方法在复杂航拍场景下显著提升了检测精度与鲁棒性,为无人机小目标检测提供了有益的技术参考。
关键词
扩散模型
小目标检测
diffusiondet
框架
Swin
Transformer网络
Keywords
diffusion model
small object detection
diffusiondet framework
Swin Transformer network
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向无人机场景的扩散模型小目标检测方法
夏军
喻钧
王长元
石涛
葛明佳
《西安工业大学学报》
2026
0
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部