基于改进YOLO11n的无人机雷达目标图像检测方法及系统

AITNT
正文
推荐专利
基于改进YOLO11n的无人机雷达目标图像检测方法及系统
申请号:CN202511041033
申请日期:2025-07-28
公开号:CN120913107A
公开日期:2025-11-07
类型:发明专利
摘要
本发明公开了一种基于改进YOLO11n的无人机雷达目标图像的检测方法及系统,方法如下:步骤1、对无人机的雷达回波信号进行预处理,形成距离多普勒图,再对雷达图像进行数据增强,放入样本数据集中;步骤2、对样本数据集中的距离多普勒图的目标物体进行标注,将标注好的样本数据集进行划分;步骤3、构建基于改进YOLO11n的无人机雷达目标图像检测模型;步骤4、先设置参数,再利用训练集对检测模型进行训练,在训练过程中,使用验证集对检测模型的超参数进行调优,符合停止条件的,停止训练,得到最优检测模型;步骤5、将待检测无人机雷达图像输入最优检测模型,输出检测结果。本发明具有较高的分辨率,可以提供足够的细节和精确性。
技术关键词
无人机雷达 图像检测模型 检测无人机 输出特征 多普勒 样本 融合局部特征 卷积模块 雷达回波数据 图像检测方法 深度特征提取 参数 检测头 代表
系统为您推荐了相关专利信息
1
一种基于距离-多普勒的二维空间目标配对方法
多普勒 配对方法 路径特征 分布式雷达 矩阵
2
一种基于堆叠集成学习模型的工业过程产品质量估计方法
卷积神经网络模型 集成学习模型 学习器 梯度提升决策树 铝酸钠溶液
3
一种一阶段多模态的恶劣天气果实检测方法
果实 天气 图像 阶段 卷积神经网络框架
4
一种基于局部几何轮廓和全局拓扑结构保持的点云分类/分割方法
特征提取网络 分割方法 关系 点云分类 特征提取器
5
基于扩散模型的高效通用病理图像去模糊方法及设备
图像去模糊方法 特征提取网络 混合模块 前馈神经网络 注意力
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号