基于深度集成学习的机载视觉感知鲁棒性设计方法及装置

本发明涉及机载视觉感知技术领域，公开一种基于深度集成学习的机载视觉感知鲁棒性设计方法及装置，所述方法包括：采集数据集，其中，数据集中包括飞行视觉感知图像；设计多个具有不同优势的基学习器；每个基学习器利用数据集进行训练，得到多个子模型，作为多模型；将多模型的预测框按照几何中心点位置和重叠程度进行分组匹配，对每组匹配框通过置信度进行自适应加权，生成最终边界框，得到集成算法。本发明通过设计多种具有不同特征提取优势的基学习器，并利用自适应加权融合策略整合预测结果，有效减少了误判和漏判，提高了目标检测鲁棒性，为飞行安全提供了有力保障。