区域全卷积网络相关论文
为在交通标志检测过程中同时满足精度和速度的需求,建立一种改进的基于区域全卷积网络(R-FCN)的交通标志检测模型.通过K-means聚类......
传统的火焰检测方法大多基于火焰的物理信号手动设计火焰特征,根据其使用模式进行识别。这类方法容易被外部环境干扰,且手动设计的......
随着海运行业的不断发展,海上交通日趋频繁,做好海上安防、海洋环境监测、海上船只监测等工作以及开展相关研究的意义就尤为重要。......
针对空间非合作目标检测与识别任务的智能化要求,本文将深度学习方法 Mask R-CNN(mask regionbased convolutional neural network......
随着智能电网建设的不断发展,海量红外图像急剧增加,而传统红外故障检测依靠人工排查或手工提取特征,检测效率低且对人员经验依赖......
针对目前基于深度学习的实例级物体检测算法对受遮挡物体的检测效果较差的问题,文中引入对抗学习的训练策略,提出改进的对抗生成式......
针对目前电力巡检图像中传统的防振锤检测方法仍存在效率低、精度差、计算成本高等问题,提出一种基于区域全卷积网络(region-based......
随着近几年计算机科学技术的飞速发展,特别是深度学习技术在计算机视觉领域取得的突破性成果,使得基于计算机视觉技术的智能监控系......
针对复杂城市环境下天气、光照、目标尺度以及车辆之间的遮挡等因素影响带来的车辆检测精度较差问题,提出一种改进区域全卷积网络......
航拍巡线图像中的绝缘子目标存在部分遮挡的情况,利用区域全卷积网络(Region-based Fully Convolutional Networks,R-FCN)模型对其......
