摘要
本发明涉及人工智能技术领域,公开一种基于全息凝视雷达的鸟群检测方法及系统,以提升整体性能。方法包括:基于所部属的插入X‑CBAM注意力机制的yolov8网络模型得到各帧雷达距离‑多普勒图像中潜在鸟群目标的检测框的坐标信息和初始置信度;然后对各检测框以雷达传统的CFAR检测方法对单鸟目标进行识别,根据所识别的各个单鸟的分布情况拟合一个二维的椭圆展宽,基于拟合椭圆的短轴与长轴比例值获取各个检测框的置信度修正值;然后将yolov8网络模型得到各帧图像中各检测框为潜在鸟群目标的初始置信度基于置信度修正值进行修正,得到各帧图像中各鸟群目标的目标置信度。
技术关键词
雷达
CFAR检测方法
全局平均池化
长轴
图像
多普勒
通道注意力机制
网络
供球机
坐标
人工智能技术
标签类别
服务器
特征值
处理器
存储器
像素点
系统为您推荐了相关专利信息
自动驾驶功能
硬件设备
测试方法
测试场景
数据传输方式
无人驾驶状态
碰撞识别装置
轨道列车
碰撞识别方法
铁路列车
数据记录系统
图像处理模块
智能感应装置
深度学习神经网络模型
数据采集模块
检测识别方法
喷涂生产线
保温板
红外热像仪
检测点