典型文献
基于深度学习的军事目标识别算法综述
文献摘要：
目标识别作为深度学习中最受欢迎的领域之一,已广泛应用于民用的各个方面,如人脸识别、行人重识别、车牌识别、车辆识别等;而在军事应用领域,由于军事目标数据集较少,但识别要求精度高实时性强,所以还在发展阶段.首先阐述了基于深度学习的军事目标识别发展现状;然后介绍了6种目前主流的基于深度学习的军事目标识别算法(包括Mask R-CNN、GAN与深度森林、DRFCN、E-MobileNet、SSD300、YOLO)及相关网络结构、改进方法与实际应用;最后对主流方法进行总结,并探讨了未来的发展趋势.
文献关键词：
深度学习;军事目标;高精度;实时性
中图分类号：
作者姓名：
宋晓茹;刘康;高嵩;陈超波
作者机构：
西安工业大学电子信息工程学院, 西安710021
文献出处：
引用格式：
[1]宋晓茹;刘康;高嵩;陈超波-.基于深度学习的军事目标识别算法综述)[J].科学技术与工程,2022(22):9466-9475
A类：
DRFCN
B类：
军事目标,目标识别算法,受欢迎,人脸识别,行人重识别,车牌识别,车辆识别,军事应用,于军,高实时性,Mask,GAN,深度森林,MobileNet,SSD300,YOLO,改进方法,主流方法
AB值：
0.350568
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。
