模型与方法 | 浏览量 : 0 下载量: 597 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 融合改进Retinex图像增强与自适应标签分配的遥感目标检测

    • Remote sensing target detection by fusing improved retinex image enhancement and adaptive label assignment

    • “在遥感图像旋转目标检测领域，研究者改进YOLOv9检测器，开发了RSO-YOLO，综合检测精度达到81.1%平均精确率mAP，位居第一，兼顾速度和准确性。”
    • 2025年29卷第9期 页码：2823-2840   

      收稿：2024-04-30，

      纸质出版：2025-09-07

    • DOI： 10.11834/jrs.20254153     

    移动端阅览

  • 黄虎，郑虎男，唐非，李称意.2025.融合改进Retinex图像增强与自适应标签分配的遥感目标检测.遥感学报，29（9）： 2823-2840 DOI： 10.11834/jrs.20254153.
    Huang H，Zheng H N，Tang F and Li C Y. 2025. Remote sensing target detection by fusing Improved Retinex Image Enhancement and Adaptive Label Assignment. National Remote Sensing Bulletin， 29（9）：2823-2840 DOI： 10.11834/jrs.20254153.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

郑虎男 沈阳工业大学 人工智能学院;沈阳美行科技有限公司
李称意 沈阳工业大学 人工智能学院
黄虎 沈阳工业大学 人工智能学院
唐非 沈阳工业大学 人工智能学院
王梨名 中国地质大学(武汉) 地理与信息工程学院
祁昆仑 中国地质大学(武汉) 地理与信息工程学院;国家地理信息系统工程技术研究中心
杨超 中国地质大学(武汉) 地理与信息工程学院;国家地理信息系统工程技术研究中心
吴华意 武汉大学 测绘遥感信息工程国家重点实验室

相关机构

沈阳美行科技有限公司
中国地质大学(武汉) 地理与信息工程学院
国家地理信息系统工程技术研究中心
武汉大学 测绘遥感信息工程国家重点实验室
三峡大学 水电工程智能视觉监测湖北省重点实验室
0