摘要
本发明涉及一种无人机端高度自适应目标检测方法及系统,包括:获得无人机载相机的高度、相机俯仰角以及目标的尺度;获得相机与目标的距离;计算相机的焦距;计算后续目标在图像中的像素数;根据神经网络采样次数和目标像素数计算得到目标最大可以采样的次数,如果网络的最大采样次数大于目标最大可采样次数,需要将大于目标可采样次数对应的网络层和检测头裁剪,并适当在浅层网络上增加检测头。本发明提供的技术方案能够针对无人机的飞行高度自适应的修改网络结构,削减由于采样造成的对目标失效的检测头,并在浅层卷积层增加检测头,使得目标检测算法对目标的检测效果大大提升,并能控制计算量,节省无人机上的计算资源。
技术关键词
网络结构
相机
无人机高度
检测头
深度神经网络
上采样
算法
图像采集模块
存储器
处理器
可读存储介质
传感器
像素
电子设备
程序
系统为您推荐了相关专利信息
纱线运动状态
高斯混合模型
短时傅里叶变换
监控方法
轨迹
生物质流化床锅炉
数字孪生方法
神经网络模型
综合数据库
数字孪生模型
时间预测模型
数据保护方法
中继节点
加密
随机梯度下降