【摘 要】
：
目前基于深度学习的遥感图像目标检测方法存在密集目标漏检率高、分类不准确的问题。针对上述问题，建立了一种基于深度学习的无锚点的遥感图像任意角度的密集目标检测方法。首先采用CenterNet作为基线模型，经过主干网络提取特征，改造原有检测器结构，加入角度回归分支进行目标角度回归；然后提出一种基于非对称卷积的特征增强模块，将主干网络提取的特征图输入特征增强模块，增强目标的旋转不变性特征，消除由于目标的旋
论文部分内容阅读
目前基于深度学习的遥感图像目标检测方法存在密集目标漏检率高、分类不准确的问题。针对上述问题，建立了一种基于深度学习的无锚点的遥感图像任意角度的密集目标检测方法。首先采用CenterNet作为基线模型，经过主干网络提取特征，改造原有检测器结构，加入角度回归分支进行目标角度回归；然后提出一种基于非对称卷积的特征增强模块，将主干网络提取的特征图输入特征增强模块，增强目标的旋转不变性特征，消除由于目标的旋转、翻转带来的影响，进一步提升目标中心点、尺寸信息的回归精度。该方法在公开比赛数据集上正确率比旋转区域候
其他文献
为提高加工误差影响下大型运载火箭框桁加强薄壁圆柱壳的可靠性和安全性,开展考虑加工误差的框桁加强圆柱壳优化设计。探究框桁加强柱壳整体压溃破坏的主要机理,分析总结典型截面加强桁失稳模式及关键参数对结构承载性能的影响规律,颠覆传统以提高桁条横向弯曲刚度为主的设计理念。提出基于探索策略和开发策略的并行序列近似优化方法,提高框桁加强薄壁圆柱壳后屈曲优化效率,并获得相对初始设计减重482 kg的优化结构。提出
针对工业物联网新增数据量大、工厂子端数据量不均衡的问题，提出了一种基于联邦增量学习的工业物联网数据共享方法（FIL-IIOT）。该方法首先将行业联合模型下发到工厂子端作为本地初始模型，然后提出联邦优选子端算法来动态调整参与子集，最后通过联邦增量学习算法计算出工厂子端增量加权，从而使新增状态数据与原行业联合模型快速融合。实验结果表明，在美国凯斯西储大学（CWRU）轴承故障数据集上，所提FIL-IIO
针对科技领域文档语义信息获取不充分的问题，提出一套基于规则的数学领域相关的语义抽取方法。首先从文本中提取领域概念并实现数学实体与领域概念之间的语义映射，然后通过对数学符号的上下文分析，获取数学符号的实体指代或文字描述进而抽取其语义，最后基于已抽取的数学符号语义实现表达式的语义分析。以线性代数文本为研究实例，构建了一个语义标注数据集并进行实验，结果表明该方法对标识符、线性代数实体以及表达式的语义抽取
在图结构数据上开展推理计算是一项重大且普遍存在的任务，该任务的主要挑战是如何表示网状知识使机器可以快速理解并利用图数据。通过对比发现，当前基于随机游走方法的表示学习模型容易忽略属性对节点关联的特殊作用。据此提出一种基于节点邻接关系与属性关联关系的混合随机游走方法，其基本思想是首先通过邻接节点间的共同属性分布计算属性权重，获取节点到每个属性的采样概率，然后分别从邻接节点与含有共有属性的非邻接节点中提
相比未带臂的无人机而言，带臂无人机飞行轨迹会出现较大偏差，稳定控制比较难。为了解决带臂无人机的精确轨迹控制，首先使机械臂搭载在无人机上作为整体，并通过拉格朗日方程建立了带臂无人机运动学和动力学系统模型；其次设计专家PID控制器用于控制系统稳定；进一步利用五次多项式对带臂无人机的机械臂进行轨迹规划。最后通过仿真验证专家PID控制方法有效地实现了带臂无人机稳定控制。结果表明，相比常规PID控制，专家P
针对半被动变长度弹性伸缩腿双足机器人从静止状态开始起步行走的问题，提出了一种起步行走仿人控制方法。传统双足机器人行走使用轨迹跟踪控制，而人类行走大部分时间处于被动状态。该方法使用串联弹性驱动双足弹簧负载倒立摆模型，利用拉格朗日法建立行走动力学方程，利用模型自稳定性，在双支撑阶段采用能量误差PI反馈控制与惰性控制方法控制后腿伸缩，在单支撑阶段采用摆动腿回摆方法控制机器人的高度和前向速度。仿真结果表明
信息全球化背景下,一系列以互联网为载体的新型技术大量涌现,为数字媒体的发展提供了支持。交互式设计为一种融合了设计、艺术的独特技术,强调的是与用户的互动,是近年来行业内研究的热点话题。本文在整合现有文献资料的基础上,主要就数字媒体中的交互设计展开探讨。
冰雪是一类重要且普遍的环境介质,冰雪环境光化学是一门新兴的学科,相关研究方兴未艾.冰雪中有机污染物的光化学行为被广泛关注,其转化动力学、影响因素、转化产物等研究水平持续提升,模型化合物的种类数量和复杂程度也在增加.本文通过总结冰雪环境光化学最新进展,介绍了冰雪中典型有机污染物的光化学转化动力学与反应路径,评述了溶解性物质和冰雪物理性状对光降解动力学的影响与作用机制,讨论了冰雪环境光化学对寒冷地区污
模拟多情景下白洋淀流域土地利用变化引起的生态系统服务价值改变,对保障流域生态安全和提升区域生态系统服务价值能力具有重要意义。选取白洋淀流域上下游所涉及的河北省相关县级行政区为研究区,以1990、2000、2010、2020年4期遥感影像及统计年鉴为基础数据,分析和测算30年间白洋淀流域的土地利用与生态系统服务价值变化,在此基础上利用CA-Markov模型模拟2035年趋势延续、均衡发展和统筹发展等
针对雾霾、雨雪等恶劣天气下小型交通标志识别精度低、漏检严重的问题，提出一种基于YOLOv5的雾霾天气下交通标志识别模型。首先对YOLOv5网络结构进行优化，采用逆向思维，通过削减特征金字塔深度、限制最高下采样倍数来解决小目标难以识别问题，通过调整残差模块特征传递深度，抑制背景特征的重复叠加；其次引入数据增强、K-means先验框、全局非极大值抑制等机制到模型；最后在中国交通标志数据集TT100K上