基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目标检测的准确率是评估侦察目标性能的重要指标之一.论文提出了基于Faster R-CNN的无人机侦察目标检测方法,对模型的RPN模块、多任务损失函数、卷积特征共享等算法进行了分析和研究,选取油库、舰艇、立交桥、飞机等四种典型目标,以Faster R-CNN为基准模型进行训练和测试,模型平均准确率为89.47%,目标检测准确率高.
推荐文章
基于Faster R-CNN的显著性目标检测方法
视觉显著性
目标检测
元胞自动机
超像素分割
依据Faster R-CNN的活体植株叶片气孔检测方法
气孔检测
深度学习
Faster R-CNN
气孔密度
基于Faster R-CNN的蓝莓冠层果实检测识别分析
蓝莓
冠层果实
FasterR-CNN
精准识别
产量预估
不同成熟度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Faster R-CNN的无人机侦察目标检测方法
来源期刊 舰船电子工程 学科 工学
关键词 无人机 目标检测 卷积神经网络 准确率
年,卷(期) 2020,(4) 所属期刊栏目 信息融合技术
研究方向 页码范围 37-39,87
页数 4页 分类号 TP391.41
字数 3117字 语种 中文
DOI 10.3969/j.issn.1672-9730.2020.04.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 丁健 31 100 6.0 9.0
2 王民 2 0 0.0 0.0
3 史国川 1 0 0.0 0.0
4 拓浩男 1 0 0.0 0.0
5 曹宇剑 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (3)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(5)
  • 参考文献(0)
  • 二级参考文献(5)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无人机
目标检测
卷积神经网络
准确率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
舰船电子工程
月刊
1672-9730
42-1427/U
大16开
湖北省武汉市
1981
chi
出版文献量(篇)
9053
总下载数(次)
18
总被引数(次)
27655
论文1v1指导