模型与方法 | 浏览量:34下载量:1CSCD:0
  • 导出

  • 收藏

  • 专辑

    • 融合多重注意力机制的遥感影像小目标检测方法

    • Small target detection method for remote sensing images with multi-attention mechanism

    • 针对合成孔径雷达SAR遥感小目标图像检测中目标尺度差异大、特征提取和融合困难等问题,介绍了其在遥感目标检测领域的研究进展,研究团队建立了融合多重注意力机制的改进YOLO11n方法,为解决复杂场景下SAR船舶目标检测精度不足的问题提供解决方案。
      • 角色:First author第一作者
      • 机构:

        辽宁工程技术大学 软件学院, 葫芦岛 125105

      • 邮箱:xiaozhenjiu@lntu.edu.cn
      • 简介:肖振久,研究方向为机器学习和图像与视觉信息计算。E-mail: xiaozhenjiu@lntu.edu.cn

      肖振久

      • 角色:Corresponding author通信作者
      • 机构:

        辽宁工程技术大学 软件学院, 葫芦岛 125105

      • 邮箱:599290353@qq.com
      • 简介:赵志豪,研究方向为遥感图像处理、目标检测。E-mail: 599290353@qq.com

      赵志豪

      *
      • 机构:

        辽宁工程技术大学 软件学院, 葫芦岛 125105

      曲海成

    • 2026年30卷第9期 页码:2793-2810  
    • DOI:10.11834/jrs.20265431    

    移动端阅览

    移动端阅览

  • 引用

    翻译全文

  •  
  •  
  • AI导读

  • HTML全文

  • 图( 42 ) 表( 4 )

  • 参考文献

  • 出版信息

  • 数据统计

文章被引用时,请邮件提醒。
提交

相关作者

喻智睿 西南交通大学 地球科学与工程学院
尹展鹏 西南交通大学 地球科学与工程学院
王俊宇 西南交通大学 地球科学与工程学院
周亮 西南交通大学 地球科学与工程学院
叶沅鑫 西南交通大学 地球科学与工程学院
邵攀 三峡大学 湖北省水电工程智能视觉监测重点实验室;三峡大学 计算机与信息学院
高梓昂 三峡大学 湖北省水电工程智能视觉监测重点实验室;三峡大学 计算机与信息学院
李科文 国家能源集团谏壁发电厂

相关机构

西南交通大学 地球科学与工程学院
三峡大学 湖北省水电工程智能视觉监测重点实验室
三峡大学 计算机与信息学院
国家能源集团谏壁发电厂
黄河勘测规划设计研究院有限公司