論文の概要: Detection of Small Targets in Sea Clutter Based on RepVGG and Continuous Wavelet Transform

• arxiv url: http://arxiv.org/abs/2311.07912v1
• Date: Tue, 14 Nov 2023 05:14:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-15 15:30:43.772955
• Title: Detection of Small Targets in Sea Clutter Based on RepVGG and Continuous Wavelet Transform
• Title（参考訳）: repvggと連続ウェーブレット変換によるクラッタ内小目標の検出
• Authors: Jingchen Ni, Haoru Li, Lilin Xu and Jing Liang
• Abstract要約: RepVGGA0-CWT検出器は、高い検出精度を得る残留ネットワークである。 RepVGGA0-CWT検出器はハードウェアに親しみやすく、リアルタイムのシーンに適用することができる。
• 参考スコア（独自算出の注目度）: 1.5429586228404741
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Constructing a high-performance target detector under the background of sea clutter is always necessary and important. In this work, we propose a RepVGGA0-CWT detector, where RepVGG is a residual network that gains a high detection accuracy. Different from traditional residual networks, RepVGG keeps an acceptable calculation speed. Giving consideration to both accuracy and speed, the RepVGGA0 is selected among all the variants of RepVGG. Also, continuous wavelet transform (CWT) is employed to extract the radar echoes' time-frequency feature effectively. In the tests, other networks (ResNet50, ResNet18 and AlexNet) and feature extraction methods (short-time Fourier transform (STFT), CWT) are combined to build detectors for comparison. The result of different datasets shows that the RepVGGA0-CWT detector performs better than those detectors in terms of low controllable false alarm rate, high training speed, high inference speed and low memory usage. This RepVGGA0-CWT detector is hardware-friendly and can be applied in real-time scenes for its high inference speed in detection.
• Abstract（参考訳）: シークラッタの背景に高性能な目標検出器を構築することが常に必要で重要である。 本研究では,repvggが検出精度の高い残差ネットワークであるrepvgga0-cwt検出器を提案する。 従来の残差ネットワークとは異なり、RepVGGは計算速度を許容する。 精度と速度の両方を考慮して、RepVGG0はRepVGGのすべての変種の中から選択される。 また、レーダエコーの時間周波数特性を効果的に抽出するために連続ウェーブレット変換(CWT)を用いる。 テストでは、他のネットワーク(ResNet50、ResNet18、AlexNet)と特徴抽出方法(短時間フーリエ変換(STFT)、CWT)を組み合わせて、比較のための検出器を構築する。 異なるデータセットの結果、revgga0-cwt検出器は、低制御可能な誤報率、高いトレーニング速度、高い推論速度、低いメモリ使用量の観点から、これらの検出器よりも優れた性能を示す。 このRepVGGA0-CWT検出器はハードウェアに親しみやすく、リアルタイムのシーンに適用することができる。

関連論文リスト

• RSNet: A Light Framework for The Detection of Multi-scale Remote Sensing Targets [10.748210940033484]
  RSNetは、SAR画像における船舶検出を強化する軽量フレームワークである。 Waveletpool-ContextGuided (WCG)は、グローバルなコンテキスト理解を導くバックボーンである。 ウェーブレットプール・スターフュージョン (WSF) は、残っているウェーブレット要素の乗算構造を用いてネックとして導入された。
  論文  参考訳（メタデータ） (2024-10-30T14:46:35Z)
• Learning to Make Keypoints Sub-Pixel Accurate [80.55676599677824]
  本研究は,2次元局所特徴の検出におけるサブピクセル精度の課題に対処する。 本稿では,検出された特徴に対するオフセットベクトルを学習することにより,サブピクセル精度で検出器を拡張できる新しいネットワークを提案する。
  論文  参考訳（メタデータ） (2024-07-16T12:39:56Z)
• OVLW-DETR: Open-Vocabulary Light-Weighted Detection Transformer [63.141027246418]
  本稿では,OVLW-DETR(Open-Vocabulary Light-Weighted Detection Transformer)を提案する。 本稿では,視覚言語モデル(VLM)からオブジェクト検出器への知識伝達を簡易なアライメントで行うエンド・ツー・エンドのトレーニングレシピを提案する。 実験により,提案手法は標準ゼロショットLVISベンチマークにおいて,既存の実時間開語彙検出器よりも優れていることが示された。
  論文  参考訳（メタデータ） (2024-07-15T12:15:27Z)
• Drift Detection: Introducing Gaussian Split Detector [1.9430846345184412]
  本稿では,バッチモードで動作する新しいドリフト検出器であるGaussian Split Detector (GSD)を紹介する。 GSDは、データが正規分布に従うときに機能し、決定境界の変化を監視するためにガウス混合モデルを使用するように設計されている。 我々の検出器は、実際のドリフトの検出や、誤報を避けるための鍵となる仮想ドリフトの無視において、技術の現状よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-05-14T14:15:31Z)
• Frequency-Aware Deepfake Detection: Improving Generalizability through Frequency Space Learning [81.98675881423131]
  この研究は、目に見えないディープフェイク画像を効果的に識別できるユニバーサルディープフェイク検出器を開発するという課題に対処する。 既存の周波数ベースのパラダイムは、偽造検出のためにGANパイプラインのアップサンプリング中に導入された周波数レベルのアーティファクトに依存している。 本稿では、周波数領域学習を中心にしたFreqNetと呼ばれる新しい周波数認識手法を導入し、ディープフェイク検出器の一般化性を高めることを目的とする。
  論文  参考訳（メタデータ） (2024-03-12T01:28:00Z)
• Using deep neural networks to improve the precision of fast-sampled particle timing detectors [0.0]
  粒子タイミング検出器の測定は、通過する粒子によって堆積された電荷の統計的変動によって生じる時間歩行効果に影響されることが多い。 定数分数判別器(CFD)アルゴリズムは、テスト設定と実行実験の両方において、この効果を緩和するために頻繁に使用される。 我々は、DESY-IIシンクロトロンの試験ビーム施設で取得したデータを用いて、様々なニューラルネットワークアーキテクチャを評価した。 我々は,検出器の読み出しチャネルに応じて,タイミング精度を8%から23%改善した。
  論文  参考訳（メタデータ） (2023-12-10T13:22:46Z)
• ASAG: Building Strong One-Decoder-Layer Sparse Detectors via Adaptive Sparse Anchor Generation [50.01244854344167]
  適応スパースアンカージェネレータ(ASAG)の提案により、スパース検出器と密度検出器のパフォーマンスギャップを橋渡しする。 ASAGは、グリッドではなくパッチの動的なアンカーを予測することで、機能競合の問題を軽減する。 提案手法は高密度な手法より優れ,高速かつ高精度なトレードオフを実現する。
  論文  参考訳（メタデータ） (2023-08-18T02:06:49Z)
• Efficient Decoder-free Object Detection with Transformers [75.00499377197475]
  視覚変換器(ViT)は、物体検出アプローチのランドスケープを変化させている。 本稿では,デコーダフリー完全トランス(DFFT)オブジェクト検出器を提案する。 DFFT_SMALLは、トレーニングおよび推論段階で高い効率を達成する。
  論文  参考訳（メタデータ） (2022-06-14T13:22:19Z)
• Integral Migrating Pre-trained Transformer Encoder-decoders for Visual Object Detection [78.2325219839805]
  imTEDは、数発のオブジェクト検出の最先端を最大7.6%改善する。 MS COCOデータセットの実験は、imTEDが一貫してそのデータセットを2.8%上回っていることを示している。
  論文  参考訳（メタデータ） (2022-05-19T15:11:20Z)
• SRF-GAN: Super-Resolved Feature GAN for Multi-Scale Representation [5.634825161148483]
  畳み込み型物体検出器の超解像特性のための新しい生成器を提案する。 本稿では,検出ベースジェネレータと特徴パッチ識別器で構成される超解像GAN(SRF-GAN)を設計する。 我々のSRFジェネレータは従来の方法に代えて、他の従来の検出器と簡単に微調整できる。
  論文  参考訳（メタデータ） (2020-11-17T06:27:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。