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:
本文主要研究了基于深度学习的目标检测算法,介绍了 YOLO算法的基本原理和关键步骤,讨论了利用YOLO算法对机场监控视频以鸟类为目标进行检测的应用.结合机器学习技术对YOLO算法进行改进,以网格大小为变量,计算不同网格大小下的检测效率,不断寻找更合适的网格设定,来提高检测的精度.
推荐文章
改进YOLO的车辆检测算法
YOLO
端对端模型
DenseNet
车辆检测
YOLO-D
检测精度
基于改进YOLO v3的飞行目标检测算法研究
飞行目标检测;YOLO v3;深度学习
基于改进YOLO v2的车辆实时检测算法
车辆实时检测
YOLOv2
FasterRCNN
目标框维度聚类
机场智能驱鸟系统中的网关设计
鸟撞
无线
通信
Zigbee
GPRS
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 利用YOLO算法对机场围界鸟情检测研究
来源期刊 中国民航飞行学院学报 学科
关键词 YOLO算法 目标检测 鸟情检测
年,卷(期) 2022,(2) 所属期刊栏目 机场工程|Airport Engineering
研究方向 页码范围 45-48
页数 4页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1009-4288.2022.02.012
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
YOLO算法
目标检测
鸟情检测
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
中国民航飞行学院学报
双月刊
1009-4288
51-1589/U
大16开
四川广汉市中国民航飞行学院学报编辑部
1990
chi
出版文献量(篇)
2331
总下载数(次)
8
总被引数(次)
5956
论文1v1指导