-
题名改进的用于军用车辆目标检测的RetinaNet
被引量:5
- 1
-
-
作者
李昂
王晟全
郑宝玉
陈济颖
纪佳馨
-
机构
南京邮电大学通信学院
南京理工大学紫金学院
中国石油大学(华东)新能源学院
-
出处
《电光与控制》
CSCD
北大核心
2020年第10期78-82,98,共6页
-
基金
国家自然科学基金(61671253)
中央高校基础研究基金(18CX02018A)
+3 种基金
江苏省高校自然科学基金面上项目(18KJD510004)
江苏省普通高校学术学位研究生科研创新计划项目(KYLX16_0661)
江苏省高等学校大学生创新创业训练计划项目(201913654002Y)
山东省自然科学基金(ZR2017LEE016).
-
文摘
目标检测作为信息技术学界的热门话题,无论是科研院校,还是大型的技术型企业,都在追寻着最优秀的目标检测算法,RetinaNet技术的提出者FacebookAI团队参考了大量目标检测的案例,使其在目标检测领域成为炙手可热的方法,它比YOLOv3更加优秀,也没有Fastest R-CNN复杂,十分适用于对指定特征目标的识别。就RetinaNet在军用车辆目标检测方面展开了研究,并提出了一点改进意见。
-
关键词
RetinaNet
目标检测
AI
图像智能库
-
Keywords
RetinaNet
object detection
AI
Image AI
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-