摘要
本发明公开了一种基于改进YOLO算法的航空图像小目标检测方法,包括:获取待检测航空图像;对待检测航空图像进行预处理;将待检测航空图像输入预训练的目标检测网络模型,得到目标检测网络模型输出的待检测航空图像中目标的类别和目标框位置,目标检测网络模型通过在YOLO模型中引入多分支深度条带注意力模块和深度重塑采样模块、以及将YOLO模型中的分类任务和回归任务解耦得到,多分支深度条带注意力模块用于进行多尺度的上下文特征提取,深度重塑采样模块用于在保留目标的自身特征的基础上进行特征的下采样。本发明能够显著提高航空图像中目标的特征提取效果,减少特征提取过程的信息丢失,实现航空图像中小目标的精确检测定位。
技术关键词
检测网络模型
YOLO算法
拼接单元
采样模块
航空
多分支
图像
输入端
输出端
注意力
条带
空间金字塔池化
上采样
多尺度
融合特征
矩阵
基础
系统为您推荐了相关专利信息
大气数据分系统
矢量传感器
离线检测方法
主控模块
信号
故障估计观测器
LSTM神经网络
深度神经网络
航空发动机
矩阵