摘要
本发明涉及领域,具体地说,涉及一种基于人工智能的机场跑道异物检测分析方法。其包括以下步骤:S1、拍摄采集机场跑道图像,构造图像数据集并使用Labe l Img对异物进行标注;S2、对标注好的图像数据集进行图像翻转、模糊、亮度变化的增强处理;S3、将增强后的图像数据集按照8:2的比例随机划分为训练集和测试集;S4、在传统YOLO网络结构基础上引入改进卷积层和注意力机制,使用训练集对网络进行训练并优化,并部署到实际环境中进行异物检测。该一种基于人工智能的机场跑道异物检测分析方法通过在传统YOLO网络中引入改进卷积层和注意力机制,使用训练集进行训练和优化,显著提高检测精度和对小型异物的识别能力。
技术关键词
机场跑道异物检测
分析方法
机场跑道图像
多头注意力机制
数据
网络结构
样本
引入注意力机制
训练集
数学模型
优化器
多层感知机
洗牌
网络部署
生成随机
矩阵
系统为您推荐了相关专利信息
软件缺陷模式
能力评估方法
神经网络算法
传感器
聚类分析法
1T1R阵列
加密方法
网络
半导体存储器技术
存算一体芯片
纳米粒
高通量筛选
高通量方法
标签
计算机存储介质