一种低空无人机目标检测模型训练方法及装置

AITNT
正文
推荐专利
一种低空无人机目标检测模型训练方法及装置
申请号:CN202410952456
申请日期:2024-07-16
公开号:CN118840644A
公开日期:2024-10-25
类型:发明专利
摘要
本申请公开了一种低空无人机目标检测模型训练方法及装置,将地面目标特征数据集输入到YOLOv8的Backbone网络中进行特征提取,得到多层小目标低级特征图;将多层小目标低级特征图输入到MBConv模块中进行强化处理,得到强化后的小目标特征图;将强化后的小目标特征图输入到YOLOv8的Neck网络中进行多尺度特征检测,得到多尺度特征;采用SSFF模块和TFE模块融合多尺度特征的局部特征和全局特征,得到融合特征;将融合特征输入到YOLOv8的Head网络中进行分类预测,得到目标检测模型。本申请利用改进后的YOLOv8训练出来的低空无人机目标检测模型提高了目标检测的性能和准确度。
技术关键词
检测模型训练方法 低空无人机 融合特征 特征融合网络 融合多尺度特征 模块带 注意力机制 地面 特征提取模块 数据获取模块 计算机程序产品 处理器 计算机设备 可读存储介质 存储器
系统为您推荐了相关专利信息
1
基于深度学习的语音去噪方法及模型训练方法
带噪语音信号 融合特征 语音去噪方法 输出特征 梅尔倒谱系数
2
一种基于对抗神经网络的音频驱动图像编辑方法
图像编辑方法 模态特征 多头注意力机制 图像编码器 深度残差网络
3
一种单阶段点云密度感知的聚焦卷积3D目标检测方法
点云密度 卷积模块 代表 特征融合网络 上采样
4
评价视频质量、训练视频质量评价模型的方法及装置
关键帧 局部视觉特征 样本 全局视觉特征 网络
5
基于MES系统的定制智能加工系统
编码向量 板件 MES系统 语义 缺陷检测器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号