基于改进YOLO算法的航空图像小目标检测方法

AITNT
正文
推荐专利
基于改进YOLO算法的航空图像小目标检测方法
申请号:CN202411586431
申请日期:2024-11-08
公开号:CN119723027A
公开日期:2025-03-28
类型:发明专利
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
1
一种验证环境的构建方法、验证方法及系统
采样模块 校验模块 建立通信 软件 接收方
2
一种基于像素邻域图同构感知的图像超分辨率重建系统
邻域 节点特征 像素 多通道 采样模块
3
一种用于三轴大气数据分系统的离线检测方法
大气数据分系统 矢量传感器 离线检测方法 主控模块 信号
4
一种数模结合的航空发动机传感器故障估计方法
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
5
一种面向密林场景的机载多光谱点云单木分割方法
多光谱 分割方法 均值漂移算法 顶点 嵌入特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号