摘要
本发明公开一种基于SCCA‑YOLO的无人机微小目标检测方法,主要围绕颈部特征处理与主干网络优化进行创新设计,通过多模块协同机制提升无人机视角下复杂道路环境下的车辆行人检测,设计并行异构卷积MCAD模块,在保证实时性的前提下,兼顾了局部细节与全局语义理解;设计引入PSAS智能维度适配机制的空间与通道注意力模块SCCA,将YOLOv11主干网络C3k2模块的瓶颈结构BottleNeck与SCCA空间与通道注意力模块结合成为SCCA‑BottleNeck;NECK部分引入MSFI与SCC模块,本发明在保持合理计算开销的前提下,显著增强了模型对尺度变化与层级关联的建模能力,尤其适用于精细多尺度处理的交通道路环境。
技术关键词
多头注意力机制
模块
多尺度特征融合
YOLO模型
协同注意力
瓶颈结构
交通道路环境
SCC结构
网络
融合特征
注意力参数
多头结构
检测无人机
特征提取单元
门控系统
系统为您推荐了相关专利信息
铁路系统
分析方法
物理结构模型
非暂态计算机可读存储介质
系统仿真
图像分割模型
图像分割方法
叠加结构
矩阵
双线性插值方法
手环
健康监测模块
语音交互模块
GCN模型
通讯功能模块
有限元分析模型
设计系统
智能分析模块
识别模块
数字设计方法
地下停车场车辆
无线传输单元
车辆识别装置
信息定位系统
信息处理单元