-
2024-06-20
58
562.94KB
15页
-
2024-06-19
100
1.48MB
51页
-
2024-06-19
222
554.66KB
9页
-
2024-06-19
104
715.86KB
61页
-
2024-06-19
132
544.18KB
37页
-
2024-06-19
116
442.89KB
20页
-
2024-06-14
59
1.97MB
5页
-
2024-06-14
65
546.25KB
5页
-
针对传统森林火灾检测手段响应速度慢、效率低、误报率高等问题,设计了无人机搭载的由云台和相机组成
的图像采集平台,通过火灾智能识别技术,实时识别监测火灾的发生,并达到了自动抵近侦察及实时态势感知的效
果。在火灾智能识别算法方面,提出了improved-YOLOv3算法,通过在特征交互阶段增加yolo层,加强了网络对
特征的融合度,从而增加了网络的检测能力。通过与性能相似的网络进行对比测试,验证了改进算法的有效性。
测试结果表明,提出的算法检测准确率高、漏检率低、推理速度快,能够适用于实际火灾现场监...
2024-06-14
104
2.99MB
6页
-
2024-06-14
103
1.72MB
10页
-
2024-06-14
52
881.14KB
6页
-
2024-06-13
216
3.08MB
9页
-
2024-06-13
71
1.7MB
8页
-
2024-06-13
54
2.58MB
13页
-
2024-06-13
180
7.65MB
16页
-
2024-06-12
57
1.85MB
9页
-
2024-06-11
86
617.81KB
9页
-
2024-06-11
52
2.87MB
6页
-
2024-06-11
79
802.23KB
7页
-
2024-06-11
63
684.94KB
6页