基于特征融合和自学习锚框的高分辨率图像小目标检测算法

您当前的位置：

首页 >

文章列表页 >

基于特征融合和自学习锚框的高分辨率图像小目标检测算法

学术论文 | 更新时间：2025-12-08

上一篇|下一篇

- 基于特征融合和自学习锚框的高分辨率图像小目标检测算法
- Small Object Detection of High-Resolution Images Based on Feature Fusion and Learnable Anchor
- 李超，黄新宇，王凯
- 电子学报 2022年50卷第7期页码：1684-1695
- 作者机构：
  湖北工业大学计算机学院，湖北武汉 430068
- 作者简介：
  李超男，1982年出生于湖北省洪湖市.湖北工业大学计算机学院硕士生导师.研究方向为计算机视觉、机器学习.E-mail: lich.mail@163.com
  黄新宇男，1998年出生于湖北省黄石市.湖北工业大学计算机学院本科生.研究方向为目标检测与语义分割.E-mail: 864546664@qq.com
- 基金信息：
  湖北省自然科学基金(2017CFB326);国家级大学生创新创业训练计划项目(201810500016)
- DOI： 10.12263/DZXB.20200917
  中图分类号：
- 修回：2021-11-05 ，
- 稿件说明：
移动端阅览
DOI：
DOI：

HTML全文
图( 18 ) 表( 10 )
参考文献
出版信息
数据统计

摘要

Abstract

关键词

Keywords

references

12

浏览量

57

下载量

4

CSCD

文章被引用时，请邮件提醒。

提交

工具集

BibTeX下载
Endnote下载
RefMan 下载
NoteExpress下载
NoteFirst下载

关联资源

相关文章

尺度敏感损失与特征融合的快速小目标检测方法

基于梯度协同与特征融合的加密流量检测

融合大语言模型与跨域图结构的多模态对话情感识别方法

MDW：最小双权差分特征搜索模型

CloAct：基于克隆关系和模体的关键类识别方法

相关作者

李超

黄新宇

王凯

琚长瑞

秦晓燕

袁广林

李豪

朱虹

相关机构

湖北工业大学计算机学院

中国人民解放军陆军炮兵防空兵学院计算机教研室

成都信息工程大学网络空间安全学院（芯谷产业学院）

先进密码技术与系统安全四川省重点实验室

先进微处理器技术国家工程研究中心（工业控制与安全分中心）