FAILED
首站-论文投稿智能助手
典型文献
基于YOLO网络的自主空中加油锥套识别方法
文献摘要:
随着空中加油技术的发展,自主空中加油(autonomous aerial refueling,AAR)成为未来战场上的重要技术,是具有前瞻性和挑战性的前沿课题.受油机和锥套之间的位置关系对于AAR十分重要,故此提出一种基于神经网络的锥套图像识别方法.针对硬件要求,使用以C语言为基础的YOLO网络作为初始网络,使其符合机载操作系统VxWorks的要求,可直接在嵌入式系统上运行.针对锥套的物理特点,设计了多维度的anchor box,优化了网络结构以适应锥套的多尺寸情况.针对识别结果漂移的问题,参考金字塔结构使用了多种大小的特征图,优化了网络的损失函数.测试结果表明,经过优化设计的卷积神经网络模型在锥套图像数据集上能够更准确、更快速地识别所需目标.
文献关键词:
目标识别;卷积神经网络;空中加油;YOLO
作者姓名:
沈嘉禾;袁冬莉;杨征帆;闫建国;肖冰;邢小军
作者机构:
西北工业大学 自动化学院,陕西西安 710072
引用格式:
[1]沈嘉禾;袁冬莉;杨征帆;闫建国;肖冰;邢小军-.基于YOLO网络的自主空中加油锥套识别方法)[J].西北工业大学学报,2022(04):787-795
A类:
refueling
B类:
YOLO,自主空中加油,加油锥套,autonomous,aerial,AAR,未来战场,前沿课题,油机,位置关系,故此,图像识别,机载,操作系统,VxWorks,接在,嵌入式系统,anchor,box,多尺寸,漂移,金字塔结构,特征图,损失函数,卷积神经网络模型,图像数据集,目标识别
AB值:
0.352646
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。