融合深度監(jiān)督與改進YOLOv8的海上目標檢測
摘要 針對海上目標姿態(tài)復雜且尺度多變,導致現有人工智能算法難以穩(wěn)定檢測的問題,提出一種融合深度監(jiān)督與改進YOLOv8的海上目標檢測算法.首先,設計了多尺度卷積模塊,提取目標多種感受野的特征信息,減少漏檢率;然后,添加深度監(jiān)督網絡,提高網絡對深層類別信息及淺層位置信息的利用率,優(yōu)化主干網絡的目標特征提(剩余12822字)
-
-
- 南京信息工程大學學報
- 2024年04期
目錄
- 基于深度學習的多模態(tài)行人重識別...
- 基于融合注意力和特征增強的跨模...
- 基于交叉注意力機制的多特征行人...
- 基于多特征交互和密集殘差的圖像...
- 融合深度監(jiān)督與改進YOLOv8...
- 基于異構數據融合的SLAM研究...
- 跳點搜索融合雙向并行蟻群算法的...
- PFKD:綜合考慮數據異構和模...
- 移動邊緣計算中基于混合人工蜂群...
- 自適應下垂系數的孤島微電網無功...
- 基于負載估計的永磁同步電機復合...
- 基于多策略混合改進MVO算法的...
- 壓電光協(xié)同作用下m-Bi2O4...
- Ni2P/g-C3N4/ZnI...
- 碳稅政策下考慮三重底線的低碳供...