本發(fā)明涉及火災(zāi)檢測技術(shù)領(lǐng)域，具體公開一種基于MECA?YOLOv11算法的多場景火災(zāi)檢測系統(tǒng)，旨在解決現(xiàn)有火災(zāi)檢測技術(shù)中輕量化與精度失衡、復(fù)雜場景采樣特征丟失的問題。該模型在Backbone部分融合EFA?YOLO的高效注意力卷積EAC...

本發(fā)明涉及船舶軌跡預(yù)測技術(shù)領(lǐng)域，尤其涉及一種基于Transformer算法的跨場景船舶軌跡預(yù)測融合方法。方法包括：多源數(shù)據(jù)輸入層整合基礎(chǔ)航行、港口、海運(yùn)、內(nèi)河專屬及環(huán)境與交互數(shù)據(jù)；數(shù)據(jù)預(yù)處理與鏈路過濾層清洗數(shù)據(jù)噪聲、篩選高概率OD對(duì)；多...

說明書摘要本發(fā)明涉及圖像檢測技術(shù)領(lǐng)域，具體而言，涉及一種SAR圖像弱小目標(biāo)檢測方法、設(shè)備及介質(zhì)。方法包括：將待檢測的SAR圖像輸入至包含DINOv3主干網(wǎng)絡(luò)的目標(biāo)檢測模型中，以使所述DINOv3主干網(wǎng)絡(luò)提取SAR圖像中不同層級(jí)的特征；將...