摘要
本发明提供一种基于动态可变形卷积特征融合的无人机图像目标检测方法及装置,该方法步骤包括:输入待测无人机图像进行预处理;从输入的预处理后图像中逐层级提取多尺度特征得到输入特征图;将输入特征图输入至基于DDCM的多层级融合特征融合网络中进行特征融合得到多层级融合特征,并在多层级融合特征金字塔结构的各层级结构中通过动态可变形卷积特征学习模块使用动态可变形卷积提取目标形变特征,动态可变形卷积通过采用全局坐标注意力机制融合位置信息与全局特征,生成动态的空间偏移量和调制掩码;将多层级融合特征输入至多尺度感知检测头中进行目标检测。本发明能够减少小目标漏检、形变目标定位偏差,同时提升检测的精度以及鲁棒性。
技术关键词
卷积特征
融合特征
金字塔结构
无人机
层级
动态
图像
多尺度特征
空间权重矩阵
注意力机制
网络
通道
存储计算机程序
残差学习
表达式
模块
语义
可读存储介质
上采样
系统为您推荐了相关专利信息
无人机管控方法
网格
飞行路径优化
飞行状态监测
最佳飞行路径
裂缝检测方法
无人机
热成像传感器
激光雷达传感器
裂缝检测系统
计量箱
历史流量数据
拓扑图
纠偏方法
GAPSO算法