期刊导航
期刊开放获取
上海教育软件发展有限公..
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
2
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
基于改进YOLOv5的河湖“四乱”目标检测算法
1
作者
谢敏
王文丰
+3 位作者
周波
曾斌
王超民
陈涛
《南昌工程学院学报》
2025年第1期91-97,共7页
针对河湖“四乱”遥感图像中目标检测精度低、小目标检测难等问题,提出一种基于改进YOLOv5的河湖“四乱”目标检测算法。首先,以YOLOv5s为基础,采用多样化分支块代替原有的C3模块,以增强主干网络的特征提取能力。其次,引入具有统一注意...
针对河湖“四乱”遥感图像中目标检测精度低、小目标检测难等问题,提出一种基于改进YOLOv5的河湖“四乱”目标检测算法。首先,以YOLOv5s为基础,采用多样化分支块代替原有的C3模块,以增强主干网络的特征提取能力。其次,引入具有统一注意力机制的动态检测头,以增强算法的目标检测和定位能力。最后,设计新的损失函数ShapeIoU,降低目标尺度差异带来的影响,以提升模型的泛化能力。将该算法在自建的河湖“四乱”数据集上进行实验,结果表明,模型的检测精度为60.6%、召回率为55.7%、mAP50为56.1%、AP50∶95为32.2%,较基准网络分别提升了5.3%、5.3%、6.7%和4.6%。此外,在公开数据集RSOD和NWPU VHR-10上的实验表明,该算法与几种经典算法相比,整体均表现出较大优势。
展开更多
关键词
河湖“四乱”
目标
检测
多样化
分支
块
动态
检测
头
损失函数
在线阅读
下载PDF
职称材料
孪生架构CSwinTransformer-UNetv2遥感影像建筑物变化检测方法
2
作者
杨娇
陈林云
《城市勘测》
2025年第2期6-11,共6页
针对现有遥感变化检测模型未能够充分挖掘目标的全局及局部上下文特征,而导致提取结果精度不佳,错误提取较频繁等问题,提出一种基于CSwin Transformer的孪生架构遥感影像建筑物变化检测模型。在编码器端,采用孪生架构的多层CSwin Transf...
针对现有遥感变化检测模型未能够充分挖掘目标的全局及局部上下文特征,而导致提取结果精度不佳,错误提取较频繁等问题,提出一种基于CSwin Transformer的孪生架构遥感影像建筑物变化检测模型。在编码器端,采用孪生架构的多层CSwin Transformer来捕获建筑目标的局部特征与全局上下文特征;在特征解码器端,引入动态采样解码器对大尺寸特征图实施精确重建;在检测阶段,引入多样化分支模块检测头,通过多分支结构学习多元化的目标特征,然后以融合等效卷积核实现高效率的变化检测。实验结果表明,改进模型在提取精度方面优于当前主流建筑物变化检测模型,在不同复杂程度的遥感影像中,能够准确提取建筑物目标的边界及内部特征。
展开更多
关键词
遥感影像建筑变化
检测
孪生架构
交叉形态窗口式变压器
动态采样解码器
多样化分支模块检测头
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv5的河湖“四乱”目标检测算法
1
作者
谢敏
王文丰
周波
曾斌
王超民
陈涛
机构
江西省防汛信息中心
南昌工程学院信息工程学院
江西省鄱阳湖水利枢纽建设办公室
出处
《南昌工程学院学报》
2025年第1期91-97,共7页
基金
国家自然科学基金资助项目(61962036)
江西省水利厅科技重点项目(202325ZDKT17,202426ZDKT13)。
文摘
针对河湖“四乱”遥感图像中目标检测精度低、小目标检测难等问题,提出一种基于改进YOLOv5的河湖“四乱”目标检测算法。首先,以YOLOv5s为基础,采用多样化分支块代替原有的C3模块,以增强主干网络的特征提取能力。其次,引入具有统一注意力机制的动态检测头,以增强算法的目标检测和定位能力。最后,设计新的损失函数ShapeIoU,降低目标尺度差异带来的影响,以提升模型的泛化能力。将该算法在自建的河湖“四乱”数据集上进行实验,结果表明,模型的检测精度为60.6%、召回率为55.7%、mAP50为56.1%、AP50∶95为32.2%,较基准网络分别提升了5.3%、5.3%、6.7%和4.6%。此外,在公开数据集RSOD和NWPU VHR-10上的实验表明,该算法与几种经典算法相比,整体均表现出较大优势。
关键词
河湖“四乱”
目标
检测
多样化
分支
块
动态
检测
头
损失函数
Keywords
river and lare four chaos
object detection
diversified branch blocks
dynamic detection head
loss function
分类号
TP391 [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
孪生架构CSwinTransformer-UNetv2遥感影像建筑物变化检测方法
2
作者
杨娇
陈林云
机构
江西省国土空间调查规划研究院
出处
《城市勘测》
2025年第2期6-11,共6页
文摘
针对现有遥感变化检测模型未能够充分挖掘目标的全局及局部上下文特征,而导致提取结果精度不佳,错误提取较频繁等问题,提出一种基于CSwin Transformer的孪生架构遥感影像建筑物变化检测模型。在编码器端,采用孪生架构的多层CSwin Transformer来捕获建筑目标的局部特征与全局上下文特征;在特征解码器端,引入动态采样解码器对大尺寸特征图实施精确重建;在检测阶段,引入多样化分支模块检测头,通过多分支结构学习多元化的目标特征,然后以融合等效卷积核实现高效率的变化检测。实验结果表明,改进模型在提取精度方面优于当前主流建筑物变化检测模型,在不同复杂程度的遥感影像中,能够准确提取建筑物目标的边界及内部特征。
关键词
遥感影像建筑变化
检测
孪生架构
交叉形态窗口式变压器
动态采样解码器
多样化分支模块检测头
Keywords
remote sensing image building change detection
siamese architecture
CSwin Transformer
dynamic sampling decoder
DBB detection head
分类号
TP751.1 [自动化与计算机技术]
TP181 [自动化与计算机技术—检测技术与自动化装置]
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
基于改进YOLOv5的河湖“四乱”目标检测算法
谢敏
王文丰
周波
曾斌
王超民
陈涛
《南昌工程学院学报》
2025
0
在线阅读
下载PDF
职称材料
2
孪生架构CSwinTransformer-UNetv2遥感影像建筑物变化检测方法
杨娇
陈林云
《城市勘测》
2025
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
