摘要
本发明公开了一种基于IASL‑YOLO的无人机小目标检测方法,属于基于计算机视觉的无人机小目标检测领域。本发明基于YOLOv8s模型,构建结构由Backbone、Neck和Head组成的改进模型;使用有标注的训练集和验证集对上述改进模型进行训练和调优,从而获得最优改进模型;采用剪枝算法对训练阶段产生的最优改进模型进行剪枝,生成IASL‑YOLO轻量化无人机小目标检测模型;将无标注的测试集输入IASL‑YOLO轻量化无人机小目标检测模型,输出无人机小目标检测结果。本发明所提模型不仅显著提升了无人机小目标的检测精度,同时有效降低了模型的参数量和计算量,实现了高精度与低复杂度的良好平衡。
技术关键词
轻量化无人机
采集无人机
模块
生成多尺度
检测无人机
算法
训练集
计算机视觉
注意力机制
分支
阶段
图像
复杂度
网络
精度
系统为您推荐了相关专利信息
语义特征
融合特征
空域特征
多尺度特征
频域特征
恒流驱动芯片
LED显示
高优先级事件
屏幕
显示灯
故障隔离
冗余
热插拔硬件
神经网络模型
硬件设备信息
超声医学影像
超声图像识别方法
分类方法
适配器
超声图像数据