摘要
本发明公开了一种基于AO‑YOLOv8的雾天无人机检测系统。具体来说,针对去雾模块AOD‑Net提出一种改进的K估计模块,以有效去除雾气并突出无人机目标特征。同时结合目标检测算法YOLOv8,将去雾和目标检测相结合以提升无人机小目标的检测精度。为了优化性能和资源使用效率,去雾模块和目标检测模块被设计为端到端联合推理。通过在雾气天气条件下捕捉并标注无人机图像,并且对正常天气条件下的无人机图像进行雾气合成,构建了名为GUET‑UAV‑FOG的数据集,用以评估所提网络的性能。实验结果表明,该方法在实际应用中达到了较好的去雾目标检测效果。
技术关键词
无人机检测系统
无人机数据
单目深度估计
大气散射模型
大气散射物理模型
图像
网络
生成深度图
去雾模型
天气
无监督
模块
物体
参数
系列
相机
图片
系统为您推荐了相关专利信息
火炮身管
图像去雾方法
大气散射模型
靶标
多尺度特征融合
单目深度估计
内窥镜位姿
机械臂
视觉里程计
协方差矩阵
人脸特征向量
图像生成方法
深度图
拍照设备
风格