期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于特征增强和样本充分学习的红外飞机检测 被引量:1
1
作者 徐红鹏 刘刚 +1 位作者 司起峰 陈会祥 《电光与控制》 北大核心 2025年第1期54-60,共7页
针对深度学习单阶段检测算法对红外飞机目标的特征提取能力不足以及样本学习不充分的问题,提出基于特征增强的全局上下文机制(FEGCM)和样本充分学习的目标检测算法。FEGCM可获取包含目标的全局信息与局部信息的特征图,从而提高特征提取... 针对深度学习单阶段检测算法对红外飞机目标的特征提取能力不足以及样本学习不充分的问题,提出基于特征增强的全局上下文机制(FEGCM)和样本充分学习的目标检测算法。FEGCM可获取包含目标的全局信息与局部信息的特征图,从而提高特征提取网络对目标特征的提取能力。通过在Focal Loss中添加调制因子,在关注难负样本学习的基础上,充分利用包含目标特性的部分易负样本,使得样本充分学习,从而帮助检测算法学习到更有意义的目标特征。实验表明,所提算法在自制红外飞机数据集上的mAP_(50)达到96.9%,能够有效实现红外飞机目标检测。 展开更多
关键词 红外飞机检测 全局上下文 空间注意力 Focal Loss 易负样本
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部