Your Location:
Home >
Browse articles >
基于多模态图像输入端像素级融合的伪装目标检测
常规文章 | Updated:2024-09-29
    • 基于多模态图像输入端像素级融合的伪装目标检测

      Enhanced Publication
    • Camouflaged target detection based on multimodal image input pixel-level fusion

    • 在伪装目标检测领域,一种名为MIF-YOLOv5的新技术已经开发出来。该方法使用多模态图像融合和通过K-Means++聚类优化的损失函数来提高检测精度和鲁棒性。该技术实现了96.5%的检测准确率和92.5%的识别概率,为行业树立了新的标准。
    • 信息与电子工程前沿(英文版)   2024年25卷第9期 页码:1226-1239
    • DOI:10.1631/FITEE.2300503    

      中图分类号: TP391
    • 纸质出版日期:2024-09

      收稿日期:2023-07-26

      修回日期:2023-11-14

    Scan QR Code

  • 彭锐晖, 赖杰, 杨雪婷, 等. 基于多模态图像输入端像素级融合的伪装目标检测[J]. 信息与电子工程前沿(英文版), 2024,25(9):1226-1239. DOI: 10.1631/FITEE.2300503.

    RUIHUI PENG, JIE LAI, XUETING YANG, et al. Camouflaged target detection based on multimodal image input pixel-level fusion. [J]. Frontiers of information technology & electronic engineering, 2024, 25(9): 1226-1239. DOI: 10.1631/FITEE.2300503.

  •  
  •  

0

浏览量

84

Downloads

0

CSCD

>
文章被引用时,请邮件提醒。
Submit
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

暂无数据

相关作者

暂无数据

相关机构

暂无数据
0