期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于TensorFlow的四旋翼无人机着陆地标识别 被引量：1
1
作者 宋志强 周献中 +1 位作者 祖宝明 方武 《火力与指挥控制》 CSCD 北大核心 2021年第3期138-142,共5页
针对多旋翼无人机在无人干预情况下的自主着陆问题,提出一种基于迁移学习的地面标识图像检测方法。该方法基于TensorFlow深度学习框架,使用迁移学习技术在地面标识数据集上重新训练Inception-v3模型以构建新的地面标识识别模型。以四旋... 针对多旋翼无人机在无人干预情况下的自主着陆问题,提出一种基于迁移学习的地面标识图像检测方法。该方法基于TensorFlow深度学习框架,使用迁移学习技术在地面标识数据集上重新训练Inception-v3模型以构建新的地面标识识别模型。以四旋翼无人机为例,将其拍摄的着陆坪图片与其他地面标识图片作为训练集输入神经网络,通过多次训练校正神经网络参数。实验结果表明,基于迁移学习的四旋翼无人机着陆地标识别比直接基于Inception-v3模型的识别效果要好得多,在仅有数千张训练图片的情况下,测试准确率超过90%。在Windows下训练、测试的模型可移植到树莓派3B上,完成了基于Python和TensorFlow开发的程序在不同操作系统下运行的验证工作。 展开更多
关键词 四旋翼无人机 着陆地标识别 卷积神经网络 迁移学习
下载PDF
基于深度学习的多旋翼无人机着陆地标识别研究 被引量：1
2
作者 鲁青青 宋志强 陈豪 《甘肃科技纵横》 2019年第6期21-24,共4页
首先通过树莓派3B和开源Pixhawk飞行控制器构建性价比高的多旋翼无人机,将Google深度学习框架TensorFlow应用于多旋翼无人机着陆地标识别,采用卷积神经网络模型,将无人机拍摄的停机坪、飞机场、水面、建筑物、森林、草地、道路等图片作... 首先通过树莓派3B和开源Pixhawk飞行控制器构建性价比高的多旋翼无人机,将Google深度学习框架TensorFlow应用于多旋翼无人机着陆地标识别,采用卷积神经网络模型,将无人机拍摄的停机坪、飞机场、水面、建筑物、森林、草地、道路等图片作为训练集输入神经网络,通过多次训练校正神经网络参数,得到可用于多旋翼无人机着陆时可识别停机坪的神经网络模型。 展开更多
关键词 树莓派 PX4飞控 多旋翼无人机 着陆地标识别
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部