久热精品在线视频,思思96精品国产,午夜国产人人精品一区,亚洲成在线a

關(guān)鍵詞：紅外弱小目標 深度學習 目標檢測 yolo 

摘要：復雜背景下的紅外弱小多目標檢測是紅外目標檢測的難點,現(xiàn)有算法的穩(wěn)健性難以滿足實際彈載應用需求。針對彈載環(huán)境下的紅外場景圖像開展了基于典型深度學習網(wǎng)絡(luò)模型的目標檢測應用研究,提出一種基于YOLO(you only look once)網(wǎng)絡(luò)的智能目標檢測方法,通過高維特征學習表征和推理實現(xiàn)紅外弱小多目標檢測。采用傳統(tǒng)的模板匹配算法和YOLO深度學習算法進行識別性能對比分析,驗證了YOLO網(wǎng)絡(luò)在紅外弱小多目標檢測方面的良好性能。實驗結(jié)果表明:YOLO算法的檢測概率可達92.2%,平均檢測精度為0.844,與傳統(tǒng)的模板匹配方法相比,YOLO具有明顯的優(yōu)勢。

上海航天雜志要求:

{1}計量單位以國家法定計量單位為準。統(tǒng)計學符號按國家標準《統(tǒng)計學名詞及符號》的規(guī)定書寫。

{2}所有投稿在形式上應當符合國家著作權(quán)規(guī)定、公認學術(shù)規(guī)范和本刊編輯體例。

{3}參考文獻：擇主要列入，10篇以內(nèi)為宜，按文中出現(xiàn)順序排列。

{4}簡要地介紹研究背景、研究內(nèi)容、研究成果。關(guān)鍵詞的個數(shù)為3-8個。

{5}中英文對照的標題、作者、作者單位、摘要、關(guān)鍵詞。

注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社