典型文献
基于YOLO的月表撞击坑检测实验方案设计
文献摘要：
月表撞击坑的自动提取可为星际探测器着陆的自动选址提供可靠参考,可直接服务于军民用航天领域的重要需求.然而,月表撞击坑尺度多变、分布不一的特性给有效的撞击坑自动提取方法的开发带来了挑战.该文针对航空航天信息类专业实践培养需求,设计了基于YOLO的月表撞击坑检测实验方案.首先构建月表撞击坑训练用数据库,然后搭建基于YOLO系列网络的深度学习模型,并对撞击坑检测效果进行测试,最终所训练的网络模型在测试集上的检测精度能达到97.7％.通过该实验方案的设计,可以使学生在实践中深入理解航空航天领域问题研究的思路和方法,提高学生科研探索的兴趣和动手能力.
文献关键词：
月表撞击坑检测;YOLO;深度学习;实验方案
中图分类号：
作者姓名：
李露;袁丁
作者机构：
北京航空航天大学 宇航学院,北京 100191
文献出处：
引用格式：
[1]李露;袁丁-.基于YOLO的月表撞击坑检测实验方案设计)[J].实验技术与管理,2022(11):6-10,22
A类：
月表撞击坑检测
B类：
YOLO,实验方案设计,自动提取,星际,探测器,着陆,于军,军民,民用航天,航天领域,发带,航空航天,信息类专业,专业实践,实践培养,培养需求,深度学习模型,对撞,检测效果,测试集,检测精度,思路和方法,学生科研,动手能力
AB值：
0.293075
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
