基于YOLO系列算法的复杂场景下无人机目标检测研究综述

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:peng6265066
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无人机的广泛应用给防空安全带来很大威胁,对其进行有效检测才能正确实施监控和预警。无人机目标的检测面对的检测场景比较复杂,且其飞行高度低、体积小、机动性强,一直是计算机视觉领域研究的热点问题之一。围绕复杂场景下无人机目标检测问题,首先分析了检测任务的特点和检测需求,对当下主流深度学习目标检测算法进行了介绍,提出YOLO系列算法更适用于无人机目标检测的观点;梳理了YOLO系列算法的基本原理和优化过程,系统总结了近两年基于YOLO系列算法对无人机目标识别和检测的研究进展,并进行了分析;最后对未来YOLO系
其他文献
阳光玫瑰葡萄一经投入市场,就得到了广大消费者的喜爱,了解和掌握阳光玫瑰葡萄的生长特征,实施科学的栽培管理模式,能够有效提高阳光玫瑰葡萄的果实品质和产量,更好地满足消
SVM的损失函数可以保证分类结果的高置信度,但同时是一个无界的凸函数,导致受噪声的影响较大。为了提高SVM在噪声环境下的分类效果,提出使用结合了pinball和LS损失函数的ML loss来降低对噪声的敏感性,将其应用到SVM中得到MLSVM模型。根据LS损失函数具有结构风险最小化的特性和等式约束来简化求解过程,然后使用pinball损失函数根据分类样本之间的最大分位数距离来确定分类超平面,再使用
本文采用根本原因分析方法,对某核电CPR1000机组辅助给水系统汽动给水泵第二级叶轮开裂的共性问题进行了根本原因的分析。通过化学成分分析、残余应力测试、断口分析,并结合
针对核桃低产低效园改造,提出了合理间伐、嫁接改良、加强土肥水管理、合理修剪、加强花果管理、病虫害防控、科学调整园区规划等综合配套技术,以实现低产低效园提质增效目的