分别基于改进的Faster R-CNN模型与原模型进行对比测试试验.结果表明:改进的模型虽然略微增加了计算量,但其特征提取能力与目标检测能力明显强于原模型,整体识别准确率为87.1%;在4类典型海洋目标中,船舶的识别准确率最高,可达94.4%,而红树林由于其特征比较复杂,边界不明显,其整体识别准确率为75.1%.研究表明,引入SKNet...
融合自适应注意力机制的Faster R-CNN目标检测算法 纸张抄造过程中,因受诸多因素影响,纸张表面会产生不同程度的缺陷,如褶皱,黑斑,孔洞等,通常称之为纸病.纸病的出现会给特种用途纸张,如航空航天用纸,工业电容器纸,高档... 王启胜 Wang Qisheng,王凤随 Wang Fengsui,陈金刚 Chen Jingang,... - 《Laser & Optoel...