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！
摘要：本发明公开了一种基于深度学习的低空无人机目标检测优化算法，通过对SSD算法改进，采用DBSCAN+K‑Means聚类算法优化AnchorBox尺度，提高目标物体与AnchorBox的匹配概率，并将多分支残差单元、亚像素卷积、特征金字塔相结合以获得图像多尺度融合特征，最后引入DIoU‑NMS算法替换传统的NMS算法来处理图像目标中冗余框的问题，进一步减少目标的漏检，从而进一步提升低空无人机目标检测效果。
主权项：1.一种基于深度学习的低空无人机目标检测优化算法，其特征在于，包括以下步骤：步骤S1：通过公开的已标注的数据集对SSD目标检测模型进行训练，获得SSD目标检测初始模型；步骤S2：根据AnchorBox尺度优化策略计算AnchorBox最优长宽比，并生成AnchorBox；步骤S3：引入金字塔特征融合模块，融合深层特征与浅层特征图语义信息；步骤S4：通过SSD损失函数计算损失值；步骤S5：根据损失值进行反向传播，更新模型梯度；步骤S6：采用DIoU-NMS算法消除重叠的检测框，获得置信度最高的检测框即最优检测结果。
全文数据：
权利要求：
百度查询： 龙兴(杭州)航空电子有限公司 基于深度学习的低空无人机目标检测优化算法
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