基于深度学习的对地目标检测技术研究
文献类型:学位论文
作者 | 李小宁 |
答辩日期 | 2019-05-28 |
文献子类 | 硕士 |
授予单位 | 中国科学院大学 |
授予地点 | 中国科学院光电技术研究所 |
关键词 | 小目标检测 卷积神经网络 语义增强 扩展层预测 正则化 |
英文摘要 | 目标识别与检测是计算机视觉、多媒体应用等领域重要的研究内容之一。目 一、尽管目前基于深度学习的目标检测算法对于常规尺寸目标的取得了较好 二、针对尺度、角度等的变换问题,本文设计了一种基于融合层的扩展层预 三、深度学习检测模型虽有强大的表征能力,但随着模型复杂度的爆发式增 |
语种 | 中文 |
源URL | [http://ir.ioe.ac.cn/handle/181551/9111] ![]() |
专题 | 光电技术研究所_光电技术研究所博硕士论文 |
通讯作者 | 李小宁 |
推荐引用方式 GB/T 7714 | 李小宁. 基于深度学习的对地目标检测技术研究[D]. 中国科学院光电技术研究所. 中国科学院大学. 2019. |
入库方式: OAI收割
来源:光电技术研究所
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。