摘要
本发明公开一种基于特征融合DINO的无人机目标检测方法,属于目标检测技术领域。包括如下步骤:获取原始无人机图像并进行预处理;将预处理后的数据送入特征提取网络Backbone中进行图像特征提取,输出多尺度特征图,并将其输入整合收集特征Neck模块中加强空间特征与语义特征融合,输出增强特征图;将融合增强后的特征图送入编码器中,通过多尺度感受野的空洞卷积路径突出全局特征信息,最后经过解码器生成无人机目标的类别和边界框预测。本发明以DINO架构为基础,通过多尺度空洞卷积融合方法构建高精度的无人机目标检测模型,通过有效提取多尺度特征并进行递归融合,提升小尺寸无人机目标的检测精度和鲁棒性。
技术关键词
多尺度特征
图像数据预处理
空洞
语义特征
图像特征提取
特征提取网络
生成特征
编码器
解码器
生成无人机
残差网络
融合方法
模块
输出特征
小尺寸