欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024110897089
申请人: 南京信息工程大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种面向无人机航拍图像目标检测方法,其特征在于,包括以下步骤:S1获取无人机小目标数据集并进行预处理;采用公开数据集VisDrone2019;预处理具体如下:随机裁剪为统一大小,划分训练集、验证集和测试集;将数据集转化成txt格式;

S2引入C3CBAM注意力模块,将yolov5s的Backbone特征提取网络中的C3模块全部替换为卷积块注意力模块C3CBAM模块;具体如下:C3CBAM模块包括通道注意力模块和空间注意力模块;其中,通道注意力模块对输入特征图其中,C、H、W分别是特征图通道数、高和宽,

空间注意力模块对通道注意力模块处理后的特征图进行通道维度的全局平均和最大池化操作;增加一个局部敏感的其中,

S3将yolov5s的Backbone特征提取网络中第四层增加特征增强模块FEM模块;具体如下:FEM模块包括四个分支;其中,第一个分支首先特征图F经过其中,

S4将yolov5s的head层中引入空间上下文感知模块SCAM模块;增加23、24、25三个特征处理层;其中,在yolov5s的head层中引入SCAM模块,具体如下:SCAM模块通过全局平均池化和全局最大池化对输入的特征图进行处理,对处理后的特征图进行线性变换,将计算得到的关联性特征图与原始特征图进行逐元素相加;公式如下:其中,

增加23、24、25三个特征处理层具体如下:添加第23层用于提取高层次的特征,帮助改进模型捕获更全面的全局上下文信息,从而提高对小目标的检测能力;添加第24层,用于提取中等尺度的特征,可以增强模型对中等尺度目标的特征表示能力,同时也有助于整合来自不同尺度的全局信息;添加第25层,用于提取低层次、细粒度的特征,可以帮助模型更好地理解图像中的细节信息,并结合全局上下文信息进行小目标的检测;

S5将yolov5s的Detect检测层引入ASFF模块,ASFF模块接收Nect模块中第23层、24层、25层特征图,经过ASFF模块处理后得到X(1)、X(2)、X(3)三个特征图,将X(1)、X(2)、X(3)分别与权重参数其中,

其中,

S6用改进的yolov5s模型进行训练与验证,对改进的模型进行评估。