龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆理工大学
摘要：本发明涉及深度学习及计算机视觉技术领域，公开了一种基于无人机图像的目标区域小目标检测方法，通过对某些目标区域明显的小目标图像进行裁剪，标注不同类别小目标形成原始训练、测试数据集，保证了前期算法所需的数据的准确性，进而保证算法的科学性，利用改进的YOLOv7检测模型的计算能力，采集数据集中不同程度的图像特征，所述改进的YOLOv7检测模型，以YOLOv7为基础模型，在颈部网络添加MS‑CET模块与BHC‑FB模块，所述MS‑CET模块由改进的自注意力机制和卷积模块SPPCSP，所述BHC‑FB模块双向混合卷积模块NConv和RPConv并联构成，最后将不同的特征层进行融合，作为最终无人机目标区域小目标检测的判断依据，进一步检验算法的准确性以及数据集选取的标准性，从而提高识别精度。
主权项：1.一种基于无人机图像的目标区域小目标检测方法，其特征在于，所述方法包括：S1、获取无人机拍摄图像；S2、对Y0L0v7模型改进：S3、训练改进Y0L0v7模型；具体而言，从无人机采集的视频画面中截取图像，输入到改进的YOLOv7检测模型进行目标检测，获取目标的类别，所述改进的YOLOv7检测模型包括主干网络、颈部网络和预测网络；截取的图像首先输入主干网络进行特征提取，然后在颈部网络中将提取的所有特征进行融合，最后将融合后的特征输入预测网络的大、中、小三个尺度的检测层中进行检测，获取检测结果；所述改进的YOLOv7检测模型，即以YOLOv7为基础模型，在颈部网络添加MS-CET模块与BHC-FB模块，所述MS-CET模块由改进的自注意力机制和卷积模块SPPCSP，所述BHC-FB模块由双向混合卷积模块NConv和RPConv并联构成，最后将不同的特征层进行融合，然后依次包括第一二维卷积层、批规范化层、非线性函数、通道混洗模块和两个二维卷积层，并采用Sigmoid激活函数。
全文数据：
权利要求：
百度查询： 重庆理工大学 一种基于无人机图像的目标区域小目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号