摘要
本发明涉及一种基于FPGA和改进YOLO的无人机智能监测野生动物方法,属于无人机监测技术领域。首先用无人机采集野生动物的红外和可见光图像,构建野生动物图像数据集,利用野生动物图像数据集训练生成对抗网络(GAN)进行可见光和红外光图像融合,将生成对抗网络生成的可见光红外光融合图像作为数据集并进行标注,生成边界框和类别信息;再将融合后的图像送入改进YOLO v9模型中进行训练,并在测试集上评估改进YOLO v9模型的性能,根据评估结果调整模型结构或训练策略;然后将训练好的改进YOLO v9模型部署到FPGA中;最后利用无人机上的红外一体化摄像机开始对野生动物进行监测,还可以针对特定目标进行跟踪,最终将结果传输到终端设备上。
技术关键词
生成对抗网络
红外一体化摄像机
可见光图像
红外光
无人机监测技术
更新模型参数
特征金字塔
图像处理模块
终端设备
滤波
数据
注意力机制
时钟模块
优化器
存储模块
电源模块
对比度
系统为您推荐了相关专利信息
图像
归一化方法
生成对抗网络
归一化模块
大区域
智能检测方法
智能检测模块
BP神经网络模型
建立检测模型
矩阵
PET塑料
回收处理工艺
多智能体系统
双目立体视觉
空中无人机
脉冲流量计
生成对抗网络
异常信号
智能水表计量
水电
过氧化物
双螺杆挤出机
LSTM神经网络
聚乙烯
傅里叶变换红外光谱仪