摘要
本发明公开了一种基于动态特征融合的磁驱微型机器人检测方法,包括:采集磁驱微型机器人图像序列,构建样本数据集;构建YOLOv11‑pose空间特征提取模型,利用构建好的空间特征提取模型提取所述样本数据集中每一图像的图像特征;构建CNN‑LSTM时序特征提取模型,利用构建好的时序特征提取模型提取所述样本数据集中每一图像的图像特征;构建基于注意力机制的特征融合器,实现所述空间特征与时序特征的加权融合;构建联合损失函数,并利用所述融合特征对构建的磁驱微型机器人位置检测模型进行训练;基于训练好的动态融合检测模型,检测磁驱微型机器人位置信息。本发明可实现复杂环境下磁驱微型机器人位置的实时检测,提高磁驱微型机器人的检测精度。
技术关键词
微型机器人
空间特征提取
特征提取模型
联合损失函数
时序特征
融合特征
图像
融合器
动态
注意力机制
样本
网络
多尺度特征提取
LSTM模型
序列
数据
标签
系统为您推荐了相关专利信息
智慧城市公共安全
动态资源调度算法
风险
管理系统
城市交通管理平台
液压绞车
知识图谱驱动
碰撞检测模块
故障诊断系统
特征提取模型
多源异构数据
负荷转供
恢复方法
有向无环图
故障预测模型
聚类
图像特征向量
图像处理平台
图像处理方法
机器可读指令