摘要
随着无人机技术的广泛应用,对其进行精准高效的目标检测尤为关键,其中特征提取
是影响无人机目标检测精度的重要因素,提升复杂环境下无人机目标识别的准确性与可
靠性可为目标检测提供新的研究视角。但其在复杂场景下的检测精度与实时性仍是研究
难点。当前的YOLO算法在对于时空异质信息的数据处理能力不足,并且对于模型参数
量大等问题,检测效率与客观性方面存在一定局限,而现有YOLOv8n算法框架的检测在
特征提取的精度和速率仍需改进。因此,本研究尝试以时空异质信息深度融合为切入点,
通过融合时间特征与
您可能关注的文档
最近下载
- 部编人教版五年级上册道德与法治全册教学设计(配2026年秋改版教材).doc
- 大型公共机构托管型合同能源管理项目实施方案.docx VIP
- 豆袋热敷在分娩减痛中的应用.doc VIP
- 物联网安装调试员职业技能竞赛题库及答案(单选题251-496题) .docx VIP
- 艾瑞咨询:2026年中国女性私密健康白皮书.pdf VIP
- 物联网安装调试员职业技能竞赛题库及答案(单选题1-250题).docx VIP
- 大学生坚韧性人格、应对方式、自我效能感与焦虑关系的研究——以青海大学为例!.pdf VIP
- 遗落的文化世家:江西新城陈氏考述.docx VIP
- 钢框架结构杆件计算工具B0.1.1(输入数据自动计算).pdf VIP
- 公共机构能源托管项目实施报告.docx
原创力文档

文档评论(0)