Hierarchiczny model głębokiego uczenia do identyfikacji podobnych celów na obrazach z UAV
Drones, t. 9, nr 11, art. 743
Streszczenie redakcyjne
Kaskada najpierw wyznacza kandydatów na obiekty za pomocą Faster R-CNN, następnie wydobywa szczegółowe cechy wyspecjalizowanymi modelami YOLO i rozróżnia podobne klasy przez FT-Transformer. Eksperymenty porównują to etapowe podejście z płaskim klasyfikatorem w rozpoznawaniu wizualnie podobnych obiektów na obrazach z UAV.
Opis bibliograficzny
Format cytowania wymagany przez czasopismo lub organizację sprawdź w rekordzie wydawcy.
Dmytro Borovyk, Oleksander Barmak, Pavlo Radiuk, Iurii Krak. "Hierarchical Deep Learning Model for Identifying Similar Targets in UAV Imagery". Drones, Vol. 9, No. 11, Article 743, 2025. https://doi.org/10.3390/drones9110743
Sprawdź metodę w swoim zastosowaniu.
Opisz decyzję, którą ma wspierać Twój system, oraz dostępne dane. Ocenimy przydatność metody, określimy zakres prototypu i uzgodnimy sposób pomiaru jakości, czasu odpowiedzi oraz kosztu działania.