摘要
本发明公开了一种无人机视角红外光与可见光融合目标检测方法,属于目标检测技术领域,解决了现有技术在双光融合目标检测领域中的对模态间错位敏感、模态分辨率不同时适应度较差、对小目标的响应率低的问题。包括如下步骤:步骤1:收集不同场景、不同类别的红外光与可见光图像数据集,并划分为训练集、验证集和测试集,并进行数据集的配准;步骤2:主干网络由残差模块组成,每一级残差模块进行卷积和池化操作,并通过下采样得到不同尺度的特征图;步骤3:主干网络每一级残差模块的输出都附接一个自注意力模块用以提取通道间特征的相关性。本发明的方法结合了残差网络、注意力机制和融合模块,有效提升了双光融合目标检测的性能。
技术关键词
残差模块
卷积神经网络设计
红外光
可见光图像
输出特征
无人机
上采样
视角
融合特征
矩阵
跨模态
注意力机制
特征点
双向注意力
训练集
平方根
系统为您推荐了相关专利信息
时序预测方法
时序数据预测方法
加氢裂化工艺
输出特征
融合特征
医学图像融合方法
多分辨率特征
蒸馏
注意力
学生
文本意图识别方法
意图类别
自然语言分类
残差模块
分词
数字化建模方法
光伏组件表面
光伏电站
可见光图像
三维模型