检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

40 篇 专利

馆藏范围

40 篇 电子文献
0 种 纸本馆藏

日期分布

机构

3 篇 清华大学
3 篇 上海交通大学
2 篇 长安大学
2 篇 山东易视智能科技...
2 篇 华中科技大学
2 篇 国家电网有限公司
2 篇 东南大学
2 篇 江苏省电力试验研...
2 篇 国网江苏省电力有...
2 篇 西安工业大学
2 篇 扬州大学
1 篇 大连理工大学
1 篇 武汉市众向科技有...
1 篇 深圳市比一比网络...
1 篇 东风汽车集团股份...
1 篇 美的集团股份有限...
1 篇 美的集团有限公司
1 篇 南京信息技术研究...
1 篇 以色列宇航工业有...
1 篇 福建省科学技术信...

作者

2 篇 林元棣
2 篇 葛瑶
2 篇 邹腊梅
2 篇 翟展
2 篇 李晓艳
2 篇 许韫韬
2 篇 黄健
2 篇 张颖
2 篇 孔周维
2 篇 李建生
2 篇 蔚超
2 篇 王建强
2 篇 王明铭
2 篇 吕志刚
2 篇 谢天喜
2 篇 林科军
2 篇 朱军
2 篇 熊辉
2 篇 赵革
2 篇 王肖

语言

40 篇 中文

检索条件"主题词=目标检测阶段"

共 40 条记录，以下是11-20 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

一种基于自注意力机制的多尺度目标检测方法

一种基于自注意力机制的多尺度目标检测方法

引用

作者：任卫军丁国栋王茹侯晓波葛瑶 710061 陕西省西安市南二环中段33号

本发明公开了一种基于自注意力机制的多尺度目标检测方法，采用基于自注意力特征选择模块的自下而上和自上而下两种多尺度特征融合方式能够结合目标的低层特征和高层特征，增强特征图的表示能力和捕捉上下文信息的能力，提高目标检测阶... 详细信息

标准号: CN110533084B

本发明公开了一种基于自注意力机制的多尺度目标检测方法，采用基于自注意力特征选择模块的自下而上和自上而下两种多尺度特征融合方式能够结合目标的低层特征和高层特征，增强特征图的表示能力和捕捉上下文信息的能力，提高目标检测阶段的稳定性与鲁棒性；而且本发明利用自注意力模块进行特征的重标定，计算量更小，兼顾了检测精度和速度，对解决目标检测中密集物体、小目标和遮挡目标等的检测问题具有重要意义。

关键词：目标检测注意力目标检测阶段特征选择模块多尺度特征上下文信息注意力机制低层特征高层特征检测问题增强特征遮挡目标重要意义多尺度计算量鲁棒性小目标标定捕捉融合检测

来源：评论

学校读者我要写书评

暂无评论

一种面向施工现场安全帽检测追踪方法、设备及存储介质

一种面向施工现场安全帽检测追踪方法、设备及存储介质

引用

作者：徐升侯平智吴锋左志斌苗雨晨 310018 浙江省杭州市下沙高教园区2号大街

本发明公开了一种面向施工现场安全帽检测追踪方法、设备及存储介质。本发明将实时采集到的视频帧图像转化为图像数据，将图像数据进行相关数据处理，通过改进后的YOLOv5目标检测网络，得到边界框和类别信息输入到改进后的Deep Sort模... 详细信息

标准号: CN117611897A

本发明公开了一种面向施工现场安全帽检测追踪方法、设备及存储介质。本发明将实时采集到的视频帧图像转化为图像数据，将图像数据进行相关数据处理，通过改进后的YOLOv5目标检测网络，得到边界框和类别信息输入到改进后的Deep Sort模型，实现各帧视频图像的连续追踪。本发明可以加强对安全帽的检测能力，提高实检测精度，鲁棒性与实时速度，有效改善在目标检测阶段复杂场景下工人被遮挡后Deep Sort模型的ID跳变问题，使得安全帽检测追踪过程中的漏检与误检率得到相对的减少。

关键词：安全帽检测图像数据追踪目标检测阶段视频帧图像帧视频图像存储介质复杂场景类别信息目标检测施工现场实时采集数据处理边界框鲁棒性误检率漏检跳变遮挡改进转化网络

来源：评论

学校读者我要写书评

暂无评论

一种增强型轻量深度网络的牧区牲畜实时检测方法

一种增强型轻量深度网络的牧区牲畜实时检测方法

引用

作者：齐咏生杜晓旭张锦程陈昊刘利强李永亭 010000 内蒙古自治区呼和浩特市新城区爱民路(北)49号

本发明公开了一种增强型轻量深度网络的牧区牲畜实时检测方法，包括以下步骤：S1.锚框聚类阶段：DCA双通道聚类算法：S2.目标检测阶段：S2‑***注意力机制；S2‑2.构建增强型特征提取网络E‑YOLOV4‑Tiny。本发明提供了一种增强型轻量深度... 详细信息

标准号: CN118038493A

本发明公开了一种增强型轻量深度网络的牧区牲畜实时检测方法，包括以下步骤：S1.锚框聚类阶段：DCA双通道聚类算法：S2.目标检测阶段：S2‑***注意力机制；S2‑2.构建增强型特征提取网络E‑YOLOV4‑Tiny。本发明提供了一种增强型轻量深度网络的牧区牲畜实时检测方法，基于深度网络的轻量、高效、适应牧区环境的牲畜目标检测算法。

关键词：增强型轻量实时检测牧区牲畜网络目标检测阶段目标检测算法注意力机制聚类算法特征提取双通道构建聚类锚框

来源：评论

学校读者我要写书评

暂无评论

基于改进SSD和迁移学习的水下目标检测方法

基于改进SSD和迁移学习的水下目标检测方法

引用

作者：吕志刚吴娇王鹏李晓艳许韫韬符惠桐王明铭张云绚 710032 陕西省西安市未央区学府中路2号

本发明涉及一种基于改进SSD和迁移学习的水下目标检测方法，其克服了现有技术中水下目标检测的欠拟合，识别率低，鲁棒性差的问题，有效提高了水下目标检测识别率与视觉效果。本发明包括以下步骤：步骤1、准备阶段：运用计算机读取深水... 详细信息

标准号: CN111209952B

本发明涉及一种基于改进SSD和迁移学习的水下目标检测方法，其克服了现有技术中水下目标检测的欠拟合，识别率低，鲁棒性差的问题，有效提高了水下目标检测识别率与视觉效果。本发明包括以下步骤：步骤1、准备阶段：运用计算机读取深水中条件下拍摄的水下图像，利用水下背景图片与水上目标场景图像进行融合处理，获取更多水下图像；步骤2、图像的预处理和基于滤波器去除噪声阶段；步骤3、基于骨干网的特征提取阶段；步骤4、基于迁移学习的网络模型训练阶段：利用迁移学习方法训练Underwater‑SSD网络；步骤5、基于软化非极大值抑制算法soft‑NMS目标检测阶段：在迁移学习训练后的模型后加入软化非极大值抑制算法。

关键词：水下目标迁移非极大值抑制水下图像识别率算法软化检测滤波器去除噪声预处理图像目标检测阶段特征提取阶段计算机读取背景图片目标场景融合处理视觉效果网络模型学习训练训练阶段准备阶段骨干网鲁棒性拟合学习拍摄改进网络

来源：评论

学校读者我要写书评

暂无评论

一种基于自注意力机制的多尺度目标检测方法

一种基于自注意力机制的多尺度目标检测方法

引用

作者：任卫军丁国栋王茹侯晓波葛瑶 710061 陕西省西安市南二环中段33号

标准号: CN110533084A

来源：评论

学校读者我要写书评

暂无评论

基于人工智能的目标识别方法、设备及存储介质

基于人工智能的目标识别方法、设备及存储介质

引用

作者：谭文军郑思远邵长东高倩 215104 江苏省苏州市吴中经济开发区越溪街道友翔路18号3幢

本申请实施例提供一种基于人工智能的目标识别方法、设备及存储介质。在本申请实施例中，可获取机器人在沿货架移动过程中采集的货架图像。在对货架图像进行目标检测阶段，将货架图像输入目标检测模型，得到对货架图像进行目标标注的检... 详细信息

标准号: CN115840417A

本申请实施例提供一种基于人工智能的目标识别方法、设备及存储介质。在本申请实施例中，可获取机器人在沿货架移动过程中采集的货架图像。在对货架图像进行目标检测阶段，将货架图像输入目标检测模型，得到对货架图像进行目标标注的检测框的空间信息，在目标识别阶段，根据包含旋转角度的空间信息，从货架图像中提取检测框对应的局部图像；并将该局部图像输入目标识别模型，来识别局部图像中的目标对象，实现了目标对象的自动识别，有助于提高目标识别效率，进而有助于提高后续基于目标识别结果进行商品统计的效率。

关键词：目标识别货架图像局部图像空间信息目标对象图像输入目标检测阶段人工智能存储介质目标检测提取检测移动过程自动识别检测框申请标注机器人采集统计

来源：评论

学校读者我要写书评

暂无评论

一种融合单目相机和激光雷达的三维目标检测方法

一种融合单目相机和激光雷达的三维目标检测方法

引用

作者：赵望宇黄远宪周剑张文 430223 湖北省武汉市东湖新技术开发区大学园路13号-1华中科技大学科技园现代服务业基地1号研发楼7层8、9号

本发明涉及一种融合单目相机和激光雷达的三维目标检测方法，包括目标检测、目标跟踪和轨迹预测三个阶段。在目标检测阶段，充分结合相机和激光雷达的优势，提高了三维动态目标检测的精度；在目标跟踪阶段，提出了一种基于四元状态机的... 详细信息

标准号: CN114120075A

本发明涉及一种融合单目相机和激光雷达的三维目标检测方法，包括目标检测、目标跟踪和轨迹预测三个阶段。在目标检测阶段，充分结合相机和激光雷达的优势，提高了三维动态目标检测的精度；在目标跟踪阶段，提出了一种基于四元状态机的跟踪器管理模型，有效提高了跟踪算法的鲁棒性；在轨迹预测阶段，创新地提出了一种基于车道线约束的轨迹预测模型，在道路坐标系中对车辆运动进行建模，可以更好地预测车辆的运动。

关键词：轨迹预测激光雷达目标跟踪相机动态目标检测目标检测阶段道路坐标系车辆运动跟踪算法管理模型目标检测三维目标车道线跟踪器鲁棒性状态机单目建模三维融合检测预测

来源：评论

学校读者我要写书评

暂无评论

一种基于支撑样本特征增强的小样本目标检测方法及装置

一种基于支撑样本特征增强的小样本目标检测方法及装置

引用

作者：王好谦王颢涵 518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼

本发明提出一种基于支撑样本特征增强的小样本目标检测方法及装置，小样本目标检测方法具体包括：模型初始化阶段；元训练第一阶段：在基类数据中采样待检测图片与支撑样本，按照模型的元训练方式进行训练；元训练第二阶段：将所有的基... 详细信息

标准号: CN114078197A

本发明提出一种基于支撑样本特征增强的小样本目标检测方法及装置，小样本目标检测方法具体包括：模型初始化阶段；元训练第一阶段：在基类数据中采样待检测图片与支撑样本，按照模型的元训练方式进行训练；元训练第二阶段：将所有的基类数据作为支撑样本输入模型，计算并存储每一类别下所有支撑样本的类特征向量的均值，将其作为类特征向量计算的辅助监督信号，重复元训练第一阶段的训练；元测试阶段：根据新类标签的数目，从基类数据中进行采样，构造平衡数据集，采样待检测图片与支撑样本，并重复元训练第二阶段的训练；新类目标检测阶段。与传统的小样本目标检测方法相比，本发明可得到更高质量的支撑样本特征，提高对新类的检测准确率。

关键词：支撑目标检测小样本采样基类新类样本样本特征检测目标检测阶段特征向量计算模型初始化测试阶段监督信号平衡数据特征向量样本输入传统的准确率存储标签重复图片

来源：评论

学校读者我要写书评

暂无评论

一种快速准确的探地雷达目标检测方法

一种快速准确的探地雷达目标检测方法

引用

作者：王刚张冀常传文朱伟赵玉丽王俊波张华 211189 江苏省南京市江宁区东南大学路2号

本发明公开了一种快速准确的探地雷达目标检测方法，包括：在模型训练阶段：获取探地雷达正负标签样本集，提取HOG特征，利用PCA对原始高维HOG特征进行降维，训练并保存分类器；在目标检测阶段：对原始探地雷达图像进行预处理，利用选... 详细信息

标准号: CN114373079A

本发明公开了一种快速准确的探地雷达目标检测方法，包括：在模型训练阶段：获取探地雷达正负标签样本集，提取HOG特征，利用PCA对原始高维HOG特征进行降维，训练并保存分类器；在目标检测阶段：对原始探地雷达图像进行预处理，利用选择性搜索算法获取不同尺度及长宽比的目标候选框，提取候选框内图像的HOG特征，利用PCA对原始高维HOG特征进行降维，输入训练好的分类器获得目标检测结果。本发明通过PCA对原始HOG特征进行降维，解决传统探地雷达目标检测算法中高维HOG特征导致的分类器识别时间过长以及泛化能力差的问题；同时本发明使用选择性搜索算法来获取不同尺度及长宽比的目标候选框，大大提升了检测精度和效率。

关键词：探地雷达分类器候选框高维降维选择性搜索目标检测长宽比尺度预处理目标检测阶段目标检测算法图像模型训练算法获取样本集算法标签保存检测

来源：评论

学校读者我要写书评

暂无评论

一种联合目标检测的红外光和可见光图像融合方法

一种联合目标检测的红外光和可见光图像融合方法

引用

作者：李洁雷含笑杨光温晨欣高新波 710071 陕西省西安市雁塔区太白南路2号

本发明公开了一种联合目标检测的红外光和可见光图像融合方法，包括；1)使用现有的数据集，在模型中加载可见光图像和图像标签文件，通过网络的数据增强、卷积层模块，同时进行损失函数的计算；根据反向传播的损失，在训练过程中按照损... 详细信息

标准号: CN116188342A

本发明公开了一种联合目标检测的红外光和可见光图像融合方法，包括；1)使用现有的数据集，在模型中加载可见光图像和图像标签文件，通过网络的数据增强、卷积层模块，同时进行损失函数的计算；根据反向传播的损失，在训练过程中按照损失减小的方向调整网络权值；在迭代多次后，将参数用于检测网络，得到预训练的检测网络；2)将可见光和红外光图像输入至融合网络的输入端，图像通过特征提取网络模块和图像重建模块，进行融合网络的训练；3)融合网络输出生成的融合图像，再将其输入至检测网络进行检测网络的正式训练，得到检测网络的训练权重；完成所有步骤后，得到训练好网络参数的融合网络和检测网络。本发明提高目标检测阶段的平均精确度。

关键词：融合网络检测网络可见光图像红外光目标检测阶段图像重建模块红外光图像可见光反向传播方向调整目标检测融合图像输出生成数据增强损失函数特征提取图像标签网络参数网络模块训练过程输入端数据集网络权迭代减小卷积权重图像融合联合

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共4页 << < 1 2 3 4 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：