摘要
本发明提供一种无人机图像目标检测方法及系统,方法包括:利用基于频域注意力机制的滤波,细粒度处理特征图,通过高斯滤波器和拉普拉斯滤波器对特征图进行滤波处理,突出目标边缘特征;利用改进ResNet50处理输入图像,引入空间卷积,通过重构与分离操作,减少空间冗余信息,并生成具有表现力的特征图;利用选择性融合网络SFCA融合处理后的特征,通过高层语意信息过滤低层信息,融合特征;利用基于DETR的检测网络进行分类与回归,实现目标检测;模型训练完成,将测试集输入模型,根据预测输出结果,完成对无人机图像目标检测。本发明解决了目标检测效率及准确率低、高级特征与低级特征融合不充分导致特征图质量及表达能力较差以及易发生梯度爆炸的技术问题。
技术关键词
特征提取模型
无人机
细粒度特征
高斯滤波器
特征选择
sigmoid函数
滤波特征
残差网络
多尺度特征提取
拉普拉斯
加权特征
图像
重构
离散余弦变换
注意力机制
双线性插值
Softmax函数
逻辑
解码器
系统为您推荐了相关专利信息
注意力机制
单目深度估计方法
上采样
分支
输出特征
路径生成方法
运输路径规划
无人机航测
深度学习特征
图像分割算法
多源传感器数据融合
海上风电机组
故障诊断方法
异常事件
声学传感器
高阶神经网络
电网韧性评估方法
特征提取模型
正则化策略
指标