摘要
本发明涉及深度学习技术领域,尤其涉及一种基于ResNet残差网络的地形环境识别方法,该方法包括以下步骤:构建基于ResNet残差网络和CBAM注意力机制的地形环境识别网络;训练并优化所述地形环境识别网络;获取地形环境图像,并对所述地形环境图像进行预处理,得到输入图像;将所述输入图像输入所述地形环境识别网络进行地形环境识别,得到地形环境识别结果。本发明通过ResNet残差网络和CBAM注意力机制的结合,大大减少了网络训练时间,可实现更快速更精准的地形环境分类,对移动机器人的户外路径规划和导航提供了有力的帮助。
技术关键词
环境识别方法
残差网络
地形特征
残差模块
通道注意力机制
输出特征
表达式
图像
全局平均池化
深度学习技术
移动机器人
多层感知机
坐标
元素
参数
逻辑
系统为您推荐了相关专利信息
深度学习方法
多模态
森林结构
LiDAR点云
卷积模块
海岛
资源监测方法
三维模型
动态地图
数字地形模型
价格预测方法
波动特征
皮尔逊相关系数
代表
数据
订正方法
数据
Softmax函数
通道注意力机制
矩阵
车牌识别系统
生成对抗网络
双分支卷积神经网络
神经网络混合模型
可变形卷积层