摘要
本发明公开了一种无人机小目标检测方法,涉及无人机小目标检测领域,包括:获取无人机采集的图像,建立无人机检测数据集;对检测数据集中的图像进行预处理,预处理包括筛选可用数据并划分为训练集、测试集和验证集;对YOLOv5s模型进行改进,得到改进后的BVD‑YOLO模型;利用训练集对BVD‑YOLO模型进行迭代训练;对训练后的BVD‑YOLO模型,利用测试集进行测试,并利用验证集进行有效性验证;利用最终确定的BVD‑YOLO模型进行无人机小目标检测。本发明提高了无人机对小目标的检测的准确性和可靠性,能够更加高效地完成无人机小目标检测任务。
技术关键词
YOLO模型
无人机
卷积模块
双向特征金字塔
输出特征
双线性插值
多尺度特征
残差结构
坐标
检测头
批量
训练集
有效性
图像像素
数据
上采样
参数
非线性
系统为您推荐了相关专利信息
深度信念网络
三维拓扑结构
智能检测方法
光伏组件阵列
预定飞行路径
三维模型
转炉余热锅炉
水冷壁
无人机单元
烟道智能
插补方法
交叉注意力机制
解码器
专用编码器
融合特征
光谱图像分类方法
预训练网络
图像分类模型
卷积模块
高光谱图像分类
茶园病虫害
信息处理方法
健康状态数据
ARIMA模型
温湿度