无人机的基于样本空间深度参数辅助训练的单步多框神经网络检测模型

本发明公开了无人机的基于样本空间深度参数辅助训练的单步多框神经网络检测模型,属于无人机机器视觉技术领域,本发明中，通过引入深度参数辅助训练机制，显著提升了无人机在复杂环境下的目标检测效率与定位精度。本模型利用目标深度信息动态筛选最优检测尺度，减少冗余锚框数量约40％，使无人机在低算力平台上仍能实现极高的实时检测速度，同时保持较高的检测准确度，通过深度参数与三维空间感知的结合，强化了无人机对运动目标的三维定位能力。本模型直接融合深度信息，将检测框坐标转换为相机坐标系下的三维位置数据，使得无人机能够更精准地估算障碍物距离、规划避障路径或跟踪目标轨迹，室内实验中空间定位误差满足近距离作业的精度需求。