摘要
本发明公开了一种无人机航拍图像小目标检测方法,包括以下内容:将待检测无人机航拍图像输入至航拍小图像目标检测模型,输出得到检测结果。其中检测模型通过无人机航拍图像小目标检测网络训练得到,该检测网络包括:改进的骨干网络:采用步幅为1的NSD卷积替换YOLOv8骨干网络中第3、4、5三个步幅为2的标准卷积;双域自适应多尺度特征融合模块,包括自适应权重融合模块和基于频域的注入模块,其中自适应权重融合模块通过特征层提取全局融合信息得到全局特征,基于频域的注入模块将全局特征注入每一特征层的局部特征中;HA‑Head检测头:在YOLOv8检测头前增加基于BRA和CAB的混合注意力模块;增加的针对P2层特征图的检测层。
技术关键词
无人机航拍图像
多尺度特征融合
Hadamard矩阵
检测无人机
检测头
双线性
网络特征
模块
分支
全局特征融合
注意力
检测模型训练
融合特征
金字塔网络
金字塔结构
通道
训练集
语义
系统为您推荐了相关专利信息
高速线材轧制
计算机视觉
产线
识别方法
高速线材吐丝机
快速定位机构
定位台
光子芯片
横梁
芯片定位技术
糖尿病视网膜病变
多分支
特征提取器
多尺度特征融合
分类器
多尺度特征融合
锂电池
重型卡车
多尺度特征提取
融合特征
检测识别方法
可见光图像
远距离
特征金字塔
检测头