一种基于深度学习的SLAM回环检测方法

本发明公开了一种基于深度学习的SLAM回环检测方法，包括基于卷积神经网络构建词典树数据库；将待检测图像输入到卷积神经网络中获取当前图像的全局特征；基于当前图像的全局特征，使用词典数据库计算当前图像与历史图像的相似度；若相似度高于设定阈值，则认为检测到回环，并根据回环检测结果更新地图。本发明围绕EfficientNetV2算法的自动化神经网络架构搜索技术、多尺度特征融合机制，促进图像特征提取的全面性和准确性，在高效提取特征的同时降低计算开销，提高系统的实时性，完善回环检测环节，实现高精度高效率的定位与建图。