典型文献
YOLOv4-tiny及其改进算法在航空机务维修照相管理中的应用
文献摘要：
针对飞机机务维修照相管理存在工作量大、不精确等问题,提出一种利用深度学习YOLOv4-tiny算法来执行照片对比检测的方法.利用一个自制的数据集来训练网络模型,为解决开口销螺母及其他背景干扰,引入注意力机制模块以改进YOLOv4-tiny.测试结果表明:准确率(precision,P)相较原YOLOv4-tiny提高了5％,召回率(recall,R)提高约8％,平均准确率均值(mean average precision,mAP)提高了4.9％,照片识别精度和定位精准性方面都有较优表现,满足照相管理中对目标精准识别与比对的要求.
文献关键词：
照相管理;目标检测;YOLOv4-tiny;注意力机制
中图分类号：
作者姓名：
张锐丽;张琦;高万春;李江龙
作者机构：
海军航空大学青岛校区五系,山东 青岛 266000
文献出处：
引用格式：
[1]张锐丽;张琦;高万春;李江龙-.YOLOv4-tiny及其改进算法在航空机务维修照相管理中的应用)[J].兵工自动化,2022(07):12-14,35
A类：
照相管理
B类：
YOLOv4,tiny,改进算法,航空机务维修,行照,对比检测,开口销,螺母,背景干扰,注意力机制模块,precision,召回率,recall,平均准确率,mean,average,mAP,识别精度,精准性,目标精准,精准识别,目标检测
AB值：
0.34824
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。
