摘要
本发明提供了目标检测技术领域的一种基于SIP和MFWF的目标检测方法及系统,方法包括:步骤S1、获取大量的历史航拍图像进行预处理后构建数据集,将数据集划分为训练集、验证集、测试集;步骤S2、基于骨干网络、颈部网络以及头部网络创建一目标检测模型,设定目标检测模型的损失函数;步骤S3、通过训练集对目标检测模型进行训练,直至损失函数的损失值小于预设的损失阈值,再利用验证集对训练后的目标检测模型进行验证,通过测试集对验证通过的目标检测模型进行测试;步骤S4、对测试通过的目标检测模型进行部署,通过部署的目标检测模型进行目标检测。本发明的优点在于:极大的提升了小目标检测精度。
技术关键词
细粒度特征
注意力
航拍
融合特征
训练集
卷积特征
卷积模块
多尺度池化
检测模型训练
网络
三轮车
优化器
置信度阈值
上采样
图像
无人机
采样模块
数据
机制
系统为您推荐了相关专利信息
深度学习网络模型
网络拓扑结构
模态特征
数据处理模块
注意力机制
遥感图像分割方法
神经网络架构
多尺度
注意力
语义特征提取
机器人检测方法
多模态网络
线性变换矩阵
社交
文本
动态知识图谱
案件
大语言模型
上下文特征
辅助系统