摘要
本发明提出了一种基于Deformable Transformer的无人机小目标检测方法,旨在提升无人机在复杂环境下对小体积、低分辨率目标的检测精度与鲁棒性。所述方法首先利用多尺度特征提取网络与特征金字塔结构生成融合特征图,随后引入融合型注意力机制、浅层上采样策略与边缘保持卷积模块构建强化特征学习模块,以增强小目标的特征表达。接着,采用基于可变形注意力机制的Transformer结构进行目标编码、匹配与位置回归,最终通过置信度筛选、非极大值抑制及小目标判别等后处理步骤输出检测结果。本发明可有效提升小目标的检测召回率,适用于无人机在低空监控、交通巡查等实时视觉感知任务中的部署需求。
技术关键词
强化特征
无人机
输出特征
通道注意力机制
融合特征
解码器
深度残差神经网络
图像
上采样
特征金字塔网络
多尺度特征提取
RGB摄像头
卷积模块
纹理特征提取
深度残差网络
编码器特征
系统为您推荐了相关专利信息
心电信号分类方法
心电信号分类装置
双向神经网络
融合特征
信号特征化
贝叶斯概率融合
深度学习方法
感知特征
裂缝
多源特征融合
室内定位方法
多重信号分类算法
轻量级神经网络
协方差矩阵
融合特征
情感识别方法
融合特征
文本情感分类
文本分类器
文本特征向量