一种基于深度神经网络的航拍小目标检测方法及系统

AITNT
正文
推荐专利
一种基于深度神经网络的航拍小目标检测方法及系统
申请号:CN202510175725
申请日期:2025-02-18
公开号:CN119649255A
公开日期:2025-03-18
类型:发明专利
摘要
本发明公开了一种基于深度神经网络的航拍小目标检测方法及系统。所述方法包括以下步骤:获取航拍训练集数据;将航拍训练集数据输入预构建的深度神经网络中进行训练,生成航拍小目标检测模型;获取待检测的航拍图片;将待检测的航拍图片输入航拍小目标检测模型,输出目标分类结果。本发明通过航拍小目标检测模型,更好地提取无人机航拍图片中的目标特征,提高对小目标的检测精度。
技术关键词
深度神经网络 注意力 训练集数据 卷积滤波器 卷积模块 编码模块 加权特征 变压器 无人机航拍图片 动态 归一化模块 数据获取模块 通道 模型训练模块 超参数 中间层
系统为您推荐了相关专利信息
1
一种基于缺陷时空特征信息的红外无损检测方法与系统
红外无损检测方法 时空特征信息 前馈神经网络 位置编码器 样本
2
深度学习的无人机应急防卫控制系统及方法
无人机集群 无人机应急 深度神经网络学习 基地 巡检策略
3
一种基于预训练模型的光伏功率预测方法
光伏功率预测方法 历史功率数据 历史气象数据 预训练模型 光伏电站功率
4
一种基于应急物资的仓储管理预测方法、设备及介质
多模态深度神经网络 仓库 策略 染色体 非易失性计算机可读存储介质
5
一种多尺度时间序列预测方法和装置
多元时间序列数据 LSTM模型 时间序列预测方法 变量 注意力机制
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