排序方式: 共有4条查询结果,搜索用时 99 毫秒
1
1.
无人机目标检测与识别任务中,目标随着飞行高度的改变尺寸发生显著变化。常规目标检测模型中,获取的小目标细节信息有限,检测精度较低;而适用于小目标的实时检测模型往往容易丢失大目标的背景信息,降低大目标的检测精度。针对以上多尺度目标检测识别任务难点,提出一种基于改进特征金字塔网络(Feature Pyramid Network, FPN)结构的实时多尺度目标检测识别模型。该模型通过增加特征金字塔层级覆盖更广的目标尺度,获取更为丰富的目标信息;同时,利用跨连接增加不同尺度特征融合的多样性,降低特征传导距离,保留更加完整的尺度特征来提高模型检测识别多尺度目标的性能。通过实验发现,相比于原始网络结构和相同特征层级的四层特征金字塔结构,加入改进特征金字塔结构的多尺度目标检测模型识别性能得到了提升。 相似文献
2.
3.
4.
针对数据链网络的发展趋势及应用需求,揭示了有中心无中心融合处理的基本原理,并对其处理流程与关键技术进行了深入分析,并提供了解决思路及仿真分析。在此基础上,结合机载信息融合的功能及应用,分析对比了有中心无中心融合处理结构的优缺点,并提出了适合当前数据链网络现状的融合处理方式建议,对网络化多平台信息系统的信息融合架构设计、方案选择具有重要参考意义。 相似文献
1