摘要
本发明涉及无人机集群识别技术的技术领域,具体为基于改进YOLOv5目标检测模型和集群阵型识别算法的集群目标智能识别模型,包括骨干网络、颈部网络和头部网络;骨干网络用于对场景图片中的特征信息进行提取,得到高层次特征信息;颈部网络用于对高层次特征信息进行融合,得到不同尺寸的特征图;头部网络用于接收特征图并放入对应尺寸的检测头中,融合多个尺寸检测头的预测框;通过集群阵型识别算法筛选出场景图片中的无人机目标并获取其二维坐标信息,将二维坐标信息转换为聚类向量后通过聚类算法完成阵型识别;实现对复杂环境中地对空视角下拍摄的无人机集群目标进行准确检测,对无人机集群阵型进行及时甄别,提高无人机目标集群的检测精度和效率。
技术关键词
识别算法
无人机集群
高层次
网络
聚类算法
多尺度特征融合
注意力机制
图片
特征提取能力
索引
尺寸
场景
检测头
坐标
采样模块
输出特征
样本
系统为您推荐了相关专利信息
压力控制系统
压力传感模块
PID控制算法
冷镦机
控制单元
工业控制器
组态方法
协议组态配置
自然语言
参数