本文主要研究内容
作者钮赛赛,周华伟,朱婧文,邵艳明,李少毅（2019）在《基于YOLO智能网络的红外弱小多目标检测技术》一文中研究指出：复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。
Abstract
fu za bei jing xia de gong wai ruo xiao duo mu biao jian ce shi gong wai mu biao jian ce de nan dian ,xian you suan fa de wen jian xing nan yi man zu shi ji dan zai ying yong xu qiu 。zhen dui dan zai huan jing xia de gong wai chang jing tu xiang kai zhan le ji yu dian xing shen du xue xi wang lao mo xing de mu biao jian ce ying yong yan jiu ,di chu yi chong ji yu YOLO(you only look once)wang lao de zhi neng mu biao jian ce fang fa ,tong guo gao wei te zheng xue xi biao zheng he tui li shi xian gong wai ruo xiao duo mu biao jian ce 。cai yong chuan tong de mo ban pi pei suan fa he YOLOshen du xue xi suan fa jin hang shi bie xing neng dui bi fen xi ,yan zheng le YOLOwang lao zai gong wai ruo xiao duo mu biao jian ce fang mian de liang hao xing neng 。shi yan jie guo biao ming :YOLOsuan fa de jian ce gai lv ke da 92.2%,ping jun jian ce jing du wei 0.844,yu chuan tong de mo ban pi pei fang fa xiang bi ,YOLOju you ming xian de you shi 。
论文参考文献
论文详细介绍
论文作者分别是来自上海航天的钮赛赛,周华伟,朱婧文,邵艳明,李少毅，发表于刊物上海航天2019年05期论文，是一篇关于红外弱小目标论文,深度学习论文,目标检测论文,上海航天2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自上海航天2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：红外弱小目标论文; 深度学习论文; 目标检测论文; 上海航天2019年05期论文;