共查询到4条相似文献,搜索用时 15 毫秒
1.
2.
机坪场景下包含丰富的空间位置关系上下文信息.传统目标检测器往往只关注单一的视觉外观而忽略上下文信息;此外机坪数据集中部分类别识别准确率较低.针对上述问题,提出一种改进的机场停机坪目标检测方法,称为SA-FRCNN.该方法利用图卷积网络来捕获机坪场景下目标间的相对空间关系,将空间位置关系上下文融入模型生成空间感知特征;在... 相似文献
3.
本文在研究面形分析法读图的基础上,总结了一套"二补三"读图要诀。教学实践表明,此读图要诀通俗实用,便于作图,对于提高学生的读图能力行之有效。 相似文献
4.
《南京航空航天大学学报(英文版)》2021,(4)
机坪场景下包含丰富的空间位置关系上下文信息。传统目标检测器往往只关注单一的视觉外观而忽略上下文信息;此外机坪数据集中部分类别识别准确率较低。针对上述问题,提出一种改进的机场停机坪目标检测方法,称为SA-FRCNN。该方法利用图卷积网络来捕获机坪场景下目标间的相对空间关系,将空间位置关系上下文融入模型生成空间感知特征;在特征提取过程中引入注意力机制,聚焦机坪目标的空间位置和关键特征;使用距离交并比损失实现目标更精确地回归定位。实验结果表明,SA-FRCNN方法在机坪数据集上目标检测均值平均精准度达到95.75%,部分较难检测类别的检测效果提升显著;有效提高机坪目标检测的准确性,较其他方法具有领先优势。 相似文献