面向目标检测任务的空地协同训练路径规划方法和系统

AITNT
正文
推荐专利
面向目标检测任务的空地协同训练路径规划方法和系统
申请号:CN202511507698
申请日期:2025-10-21
公开号:CN121026148A
公开日期:2025-11-28
类型:发明专利
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
1
一种联邦学习模式下医疗图像数据隐私保护方法及系统
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
2
模型训练、数据处理、对象推荐方法及装置
点击率预估模型 模型训练方法 对象推荐方法 客户端 参数
3
基于改进蜣螂优化算法的SD-MANET覆盖优化方法
覆盖优化方法 位置更新 切比雪夫 算法 监测点
4
一种基于仿真模型的雾化器设计方法及系统
仿真模型 检测雾化器 拓扑结构数据 动态 均匀性特征
5
用于联邦学习的投毒防御方法、装置、设备、介质及产品
客户端 模型更新 多模态特征 噪声强度系数 输入输出单元
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