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：湖南云箭科技有限公司
申请日：2024-12-18
公开（公告）日：2025-01-21
公开（公告）号：CN119339272A
专利技术分类：..从飞机或无人机拍摄[2022.01]
专利摘要：本发明涉及智能制造中图像数据处理，公开一种基于深度学习的目标识别方法及系统，以提高基于无人机航拍图像对目标的识别精度。方法包括：对无人机航拍的图像数据基于深度学习模型进行目标识别；其中，深度学习模型的架构包括用于特征提取的Backbone网络、基于FPN+PAN的Neck网络、及用于对应不同尺度目标的Head网络，Backbone和Neck网络中设有包含Z4模块的残差处理层；Z4模块设有两个支路，第一支路经过一个标准卷积，第二支路先经过4个并联的残差单元后再串联一层卷积，两个支路进行特征融合后再先后经BN层和LeakyRLU激活处理后输出。
专利权项：1.一种基于深度学习的目标识别方法，其特征在于，包括：获取无人机航拍的图像数据；对采集的图像数据进行标注，构建数据集；确定深度学习模型的架构，基于所述数据集对深度学习模型的架构内的相关参数进行训练、验证及测试后得到最终的深度学习模型；然后根据所述深度学习模型进行目标识别；其中，所述深度学习模型的架构包括用于特征提取的Backbone网络、基于FPN+PAN的Neck网络、及用于对应不同尺度目标的Head网络，所述Backbone网络包括1个Focus层、1个SPP层、及数量至少为目标尺度分类数量再加1的卷积层及具有至少1个Z4模块的残差处理层，其中，1个残差处理层位于SPP后，其他残差处理层位于SPP层之前的两个卷积层之间；所述Z4模块包括3个卷积层、4个残差单元，且设有两个支路，第一支路经过一个标准卷积，第二支路先经过4个并联的残差单元后再串联一层卷积，两个支路进行特征融合后再先后经BN层和LeakyRLU激活处理后输出；所述Neck网络中，在用于实现特征融合的各Concat层之后也分别设置有包括1个Z4模块的残差处理层。
百度查询： 湖南云箭科技有限公司 基于深度学习的目标识别方法及系统
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