摘要
本发明提供一种面向目标检测任务的空地协同训练路径规划方法和系统,涉及目标检测技术领域。本发明通过构建面向目标检测任务的全局优化目标模型,解决了现有技术中无人机轨迹规划与目标检测任务脱节的这一缺陷,在空地协同联邦学习框架下,优先采集的关键数据能够精准弥补模型在复杂场景、低辨识度目标等方面的学习短板,使模型快速聚焦于性能薄弱环节进行参数更新。同时,轨迹规划与“全局损失最小化”核心目标的关联,进一步保障了地面无人车上传参数的有效性与代表性,通过联邦平均算法加权融合后,新生成的全局模型具备更全面的特征表示能力与更强的泛化能力。
技术关键词
训练路径规划方法
空地协同
客户端
能量消耗
无人车
通信覆盖范围
参数
能耗
无人机轨迹规划
服务器
近似误差
无人机航迹规划
路径规划系统
变量
时延
逼近算法
队列
框架
系统为您推荐了相关专利信息
医疗影像数据
联邦学习模型
医疗图像数据
隐私保护方法
客户端
点击率预估模型
模型训练方法
对象推荐方法
客户端
参数
仿真模型
检测雾化器
拓扑结构数据
动态
均匀性特征
客户端
模型更新
多模态特征
噪声强度系数
输入输出单元