摘要
本发明提出了一种基于AE‑YOLO11的轻量化高性能反无人机检测方法,属于低空无人机智能检测技术领域,首先将AKConv模块和ELA模块融合进原始的YOLO11目标检测模型,构造AE‑YOLO11模型;然后收集来自不同背景环境的无人机图像数据并进行预处理;接着针对反无人机检测任务的特点,设计损失函数,对小目标的检测损失进行加权处理,选择优化器,训练AE‑YOLO11模型;最后将待检测的图像输入到训练好的AE‑YOLO11模型中,输出包含无人机目标位置、类别和置信度的检测结果;本发明能在资源受限平台,也可利用该轻量化模型对空域内的无人机进行快速检测和实时追踪。
技术关键词
反无人机
图像
检测损失
深度学习框架
特征提取网络
资源受限平台
优化器
高性能
智能检测技术
低空无人机
更新模型参数
输出模块
坐标误差
神经网络模型
学习特征
数据
预测类别
传播算法
系统为您推荐了相关专利信息
嵌入特征
演化特征
红外视频监控
图像
深度学习模型
调控方法
温湿度测量仪
热舒适评价
训练图像识别模型
语义分割算法
人工智能干预系统
患者
可视化模块
分析模块
线段