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: 2025101754254
申请人: 南京邮电大学
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:

1.一种基于改进YOLOv11s算法的无人机航拍小目标检测方法,其特征在于:所述无人机航拍小目标检测方法具体包括如下步骤:步骤1、构建无人机航拍图像数据集,并按照预设比例将无人机航拍图像数据集随机分为训练集、验证集和测试集;

步骤2、基于YOLOv11s算法构建无人机航拍小目标检测模型,所述无人机航拍小目标检测模型包括骨干特征提取网络、颈部融合网络和头部检测网络;

步骤3、对步骤2中所述无人机航拍小目标检测模型进行优化,包括对骨干特征提取网络优化、对颈部融合网络进行优化并对所述头部检测网络的损失函数进行优化;

步骤4、设置无人机航拍小目标检测模型的训练参数,使用步骤1中的训练集对改进后的无人机航拍小目标检测模型进行训练,在训练过程中,逐步保存训练权重;

步骤5、训练结束后,选取验证集损失函数最小的模型权重载入无人机航拍小目标检测模型,并用测试集进行评估,其中:对所述无人机航拍小目标检测模型中的骨干特征提取网络进行优化,具体为:在YOLOv11s算法的骨干特征提取网络中引入PPA_C3k2模块,所述PPA_C3k2模块包括局部分支、全局分支和C3k2分支,局部分支负责捕捉细节信息,全局分支负责帮助获取全局分支的上下文信息,C3k2分支通过引入卷积跳跃连接,进一步增强特征的表达能力;

步骤3中,对所述无人机航拍小目标检测模型的对颈部融合网络进行优化具体为:在所述YOLOv11s算法中引入TriFPN结构,所述TriFPN结构包括三个增强路径即两个自顶向下的路径融合和一个自下而上的路径增强,TriFPN结构引入自适应融合模块是AFConcat,自适应融合模块融合机制的公式如下所示:其中,O为输出值,表示通过自适应权重融合机制后的结果;wi表示第i个输入特征图的权重,i表示输入的第i个输入特征图的索引序号;Ii为输入值,表示第i个输入特征图;

步骤3中对所述头部检测网络的损失函数进行优化是指使用CIoU和点距离DotDistance(DotD)的结合作为定位损失函数,增强小目标定位能力,DotD定义为两个边界框中心点之间的归一化欧几里得距离。

2.根据权利要求1所述的一种基于改进YOLOv11s算法的无人机航拍小目标检测方法,其特征在于:步骤1中,无人机航拍图像数据集按照8∶1∶1的比例分为训练集、验证集和测试集。

3.根据权利要求1所述的一种基于改进YOLOv11s算法的无人机航拍小目标检测方法,其特征在于:在步骤3中,所述PPA_C3k2模块采用并行多分支方法实现多分支提取的过程具体包括如下步骤:步骤3.1.1、给定输入特征张量F′∈RH′×W′×C,通过逐点卷积对输入特征张量进行调整,得到逐点卷积输出张量F∈RH′×W′×C′;

步骤3.1.2、通过局部分支、全局分支和C3k2分支,分别计算局部分支输出张量Flocal∈RH′×W′×C′、全局分支输出张量Fglobal∈RH′×W′×C′和C3k2分支输出张量FC3K2∈RH′×W′×C′;

步骤3.1.3、将局部分支输出张量Flocal、全局分支输出张量Fglobal和C3k2分支输出张量FC3K2相加,得到多分支融合输出张量F~∈RH′×W′×C′;

步骤3.1.4、通过多分支特征提取得到的多分支融合输出张量F~∈RH′×W′×C′,使用注意力模块CBAM行自适应特征增强,得到PPA_C3k2模块输出FPPA_C3K2∈RH′×W′×C′。

4.根据权利要求3所述的一种基于改进YOLOv11s算法的无人机航拍小目标检测方法,其特征在于:在步骤3.1.2中,局部分支输出张量Flocal和全局分支输出张量Fglobal具体计算方法为:步骤3.1.2.1、将输入特征张量F′划分为一组空间连续的块

步骤3.1.2.2、进行通道平均以得出通道平均输出张量

步骤3.1.2.3、使用前馈神经网络FFN进行线性计算,得到线性计算特征,随后应用激活函数来获得线性计算特征在空间维度上的概率分布,将得到的概率分布点乘线性计算特征,调整线性计算特征的权重,得到加权特征,对加权特征使用特征选择模块(FeatureSelection)从token和通道中选择与任务相关的特征,具体为设将加权结果表示为其中ti∈Rd表示第i个输出token,特征选择模块选择对每个token进行操作,输出为其中s∈Rc′和P∈Rc′×C′是特定于任务的参数,sim(·,·)是余弦相似度函数,范围为[0,1];

步骤3.1.2.4、对每个token应用p的线性变换进行通道选择,然后进行重塑和插值操作,最终产生局部分支输出张量Flocal∈RH′×W′×C′和全局分支输出张量Fglobal∈RH′×W′×C′。

5.根据权利要求1所述的一种基于改进YOLOv11s算法的无人机航拍小目标检测方法,其特征在于:步骤1中,骨干特征提取网络采用四次下采样操作,第一个下采样层步长为1,获得320*320,160*160,80*80,40*40四个特征图,减少信息丢失风险,对颈部融合网络接收160*160,80*80,40*40三个特征图,通过更大的分辨率,使网络能够在较大的特征图上更好地检测和定位小目标。

6.根据权利要求1所述的一种基于改进YOLOv11s算法的无人机航拍小目标检测方法,其特征在于:骨干特征提取网络中第一个Conv模块输出通道数为16,第二个Conv模块输出通道数为32,第一个PPA_C3k2模块输出通道数为64,第三个Conv模块输出通道数为64,第二个PPA_C3k2模块输出通道数为128,第四个Conv模块输出通道数为128,第三个PPA_C3k2模块输出通道数为128,第五个Conv模块输出通道数为256,第四个PPA_C3k2模块输出通道数为256,SPPF输出通道数为256,C2PSA输出通道数为256。