摘要
本发明属于目标检测技术领域,公开了一种梯度分层多分支的空对空无人机目标检测方法,该方法具体包括如下步骤:S1,准备数据集;S2,设计多分支下采样模块。本发明,设计了一种梯度分层多分支的空对空无人机目标检测方法,设计了适用于空中无人机目标检测的结构网络,使网络适合处理空对空场景中的复杂背景等干扰,实现多尺度自适应聚焦;设计了多分支下采样模块,按分辨率下降阶段进行梯度分层设计,实现多尺度特征的差异化提取;设计了时空‑尺度感知ST‑C2f特征提取模块,集成时空注意力机制,增强运动目标的特征提取,同时优化适用的损失函数,达到多尺度平衡,梯度稳定性,减少漏检等优势;实验数据证明在本目标检测任务中表现出了良好的性能。
技术关键词
多分支
特征提取模块
采样模块
时空注意力机制
三分支结构
检测网络模型
双分支结构
分层
多尺度特征
检测头
空中无人机
特征提取能力
分辨率
结构网络
动态场景
系统为您推荐了相关专利信息
电力设备智能监测
时空注意力机制
实时监测数据
高维特征向量
轨迹
误差预测方法
LSTM模型
引入注意力机制
网络
电容式电压互感器
文本识别模型
号识别方法
钢包
序列
生成训练样本
认证算法
残差模块
特征提取模块
图像边缘特征
序列
药物相互作用预测
联合损失函数
多尺度特征
分子
节点特征