您当前的位置:
首页 >
文章列表页 >
基于改进YOLO11的无人机航拍图像小目标检测算法
图像处理 | 更新时间:2025-06-05
    • 基于改进YOLO11的无人机航拍图像小目标检测算法

    • Small object detection algorithm in UAV aerial images based on improved YOLO11

    • 在无人机航拍图像小目标检测领域,ACFI-YOLO11算法通过轻量化设计和跨层特征交互,显著提升了检测性能,为解决小目标检测问题提供了高效实用方案。
    • 液晶与显示   2025年40卷第6期 页码:915-930
    • DOI:10.37188/CJLCD.2025-0010    

      中图分类号: TP391.41
    • CSTR:32172.14.CJLCD.2025-0010    
    • 收稿日期:2025-01-10

      修回日期:2025-02-06

      纸质出版日期:2025-06-05

    移动端阅览

  • 张志豪, 厉小润, 陈淑涵. 基于改进YOLO11的无人机航拍图像小目标检测算法[J]. 液晶与显示, 2025,40(6):915-930. DOI: 10.37188/CJLCD.2025-0010. CSTR: 32172.14.CJLCD.2025-0010.

    ZHANG Zhihao, LI Xiaorun, CHEN Shuhan. Small object detection algorithm in UAV aerial images based on improved YOLO11[J]. Chinese journal of liquid crystals and displays, 2025, 40(6): 915-930. DOI: 10.37188/CJLCD.2025-0010. CSTR: 32172.14.CJLCD.2025-0010.

  •  
  •  

0

浏览量

104

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

上下文感知的低光图像增强算法
基于自适应切片辅助推理的航拍图像目标检测方法
基于CNN-Transformer结构的遥感影像变化检测
基于神经辐射场遮挡优化的单视图三维重建方法

相关作者

张建强
何秋生
金黎威
徐望明
李垚翔
潘梦洋
杨航
范祥晖

相关机构

太原科技大学 电子信息工程学院
武汉科技大学 冶金自动化与检测技术教育部工程研究中心
武汉科技大学 信息科学与工程学院
中国科学院大学
中国科学院 长春光学精密机械与物理研究所
0