一种梯度分层多分支的空对空无人机目标检测方法

AITNT
正文
推荐专利
一种梯度分层多分支的空对空无人机目标检测方法
申请号:CN202511171812
申请日期:2025-08-21
公开号:CN120932143A
公开日期:2025-11-11
类型:发明专利
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
1
一种电力设备智能监测方法、系统及存储介质
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
2
基于逐级分层提取CVT误差预测方法、系统、设备及介质
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
3
一种钢包号识别方法、装置、设备及介质
文本识别模型 号识别方法 钢包 序列 生成训练样本
4
一种基于深度学习的双约束哈希图像感知平衡认证算法
认证算法 残差模块 特征提取模块 图像边缘特征 序列
5
基于分子结构表征的药物与药物相互作用预测方法
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
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