摘要
本发明涉及计算机视觉技术领域,提出一种智能侦察装备的多模态目标检测方法,包括:通过智能侦察装备采集待测目标主体的可见光图像、红外图像和单光子图像;将可见光图像、红外图像和单光子图像输入基于YOLOv5的多模态目标检测模型中,得到目标检测结果;其中,多模态目标检测模型包括第一特征提取模块、第二特征提取模块和第三特征提取模块,分别用于对输入的可见光图像、红外图像和单光子图像进行特征提取,得到可见光特征图、红外特征图和单光子特征图;多模态目标检测模型还包括融合模块和头部网络;融合模块用于将可见光特征图、红外特征图和单光子特征图进行融合,得到融合特征图,并通过头部网络得到待测目标主体的目标位置和类别信息。
技术关键词
特征提取模块
可见光图像
注意力
计算机可读指令
上采样
卷积模块
sigmoid函数
池化特征
多模态
学生
通道
蒸馏
融合特征
多层卷积神经网络
教师
系统为您推荐了相关专利信息
多智能体深度强化学习
混合网络
卸载策略
注意力机制
深度强化学习算法
单目深度估计
内窥镜位姿
机械臂
视觉里程计
协方差矩阵
注意力神经网络
动态预测方法
动态预测模型
数据
周期
意图识别
节点
前馈神经网络
多头注意力机制
多层感知机