针对全球储油罐检测的TCS-YOLO模型

您当前的位置：

首页 >

文章列表页 >

针对全球储油罐检测的TCS-YOLO模型

信息科学 | 更新时间：2026-09-12

上一篇|下一篇

- 针对全球储油罐检测的TCS-YOLO模型
- TCS-YOLO model for global oil storage tank inspection
- 李想，特日根，仪锋，徐国成
- 光学精密工程 2023年31卷第2期页码：246-262
- 作者机构：
  1.长光卫星技术股份有限公司，吉林长春 130000
  2.吉林省卫星遥感应用技术重点实验室，吉林长春 130000
  3.吉林大学材料科学与工程学院，吉林长春 130000
- 作者简介：
  李想（1992-），男，吉林长春人，硕士，助理研究员，2017年于吉林大学获得硕士学位，现任长光卫星技术股份有限公司中级工程师，主要从事机器视觉和深度学习算法方面的研究。E-mail： lixiang1@jl1.cn
  特日根（1987-），男，内蒙古通辽人，博士，副研究员，2015年于吉林大学获博士学位，现任长光卫星技术股份有限公司高级工程师，主要从事深度学习及大数据分析领域的研究。E-mail： terigen@jl1.cn
- 基金信息：
  国家重点研发计划资助项目(2019YFE0127000;SQ2020YFA070264);吉林省科技发展计划资助项目(BZYYBDKZ2020010101;BZYYBDKZ2020010102);海南省重大科技计划资助项目(ZDKJ2019007);吉林省重点研发项目资助(20210203176SF)
- DOI： 10.37188/OPE.20233102.0246
  中图分类号：
- 修回：2022-08-30 ，
- 稿件说明：
移动端阅览
DOI：
DOI：

HTML全文
图( 12 ) 表( 12 )
参考文献
出版信息
数据统计

摘要

Abstract

关键词

Keywords

references

1585

浏览量

8354

下载量

5

CSCD

文章被引用时，请邮件提醒。

提交

工具集

BibTeX下载
Endnote下载
RefMan 下载
NoteExpress下载
NoteFirst下载

关联资源

相关文章

基座模型分割先验的列车故障轻量化检测

空域与频域融合的多尺度浑浊水图像增强

SAM提取多维灰度作为输入的视觉测量误差补偿

基于光流法的宽波段视频后半帧实时预测

基于并联双注意力的轻量级小样本矿石粒度检测

相关作者

孙国栋

梁启航

邹鹏坤

李郭钰

潘星宇

张浩

张庆文

刘飞

相关机构

湖北工业大学机械工程学院

湖北工业大学现代制造质量工程湖北省重点实验室

青岛理工大学信息管理学院

西安电子科技大学物理与光电工程学院

北京信息科技大学机电工程学院

AI问答