龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：齐鲁工业大学(山东省科学院)
申请日：2024-05-27
公开（公告）日：2024-06-21
公开（公告）号：CN118229965A
主分类号：G06V10/25
分类号：G06V10/25;G06V10/764;G06V10/26;G06V20/70;G06V20/17;G06V10/44;G06V10/42;G06V10/80;G06V10/30;G06V10/766;G06V10/82;G06N3/0464;G06N3/0985;G06N3/048
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了一种基于背景噪声削弱的无人机航拍小目标检测方法，涉及计算机视觉技术领域。本发明包括以下步骤：S1、获取目标子数据集；S2、构建YOLOv5神经网络；S3、利用目标子数据集训练YOLOv5神经网络；S4、利用YOLOv5神经网络模型加载无人机航拍图片，并前向传播一次，即可对不同大小的目标进行定位和分类，并输出不同大小目标的Obj、Reg和Cls，其中，Obj表示预测目标的置信度，Reg表示预测目标的边框信息，Cls表示预测目标的类别。本申请能对无人机拍摄的图像中的小目标进行有效提取，而且，在利用颈部网络融合的过程中还可对特征图中的背景噪声进行有效削弱。
主权项：1.一种基于背景噪声削弱的无人机航拍小目标检测方法，其特征在于：包括以下步骤：S1、对原始数据集中的数据进行增强，获取目标数据集，并将目标数据集按照batch大小进行分割，获取目标子数据集；S2、构建YOLOv5神经网络；所述YOLOv5神经网络中的颈部网络用于对深层特征进行提取，并对浅层特征和深层特征进行融合，还用于削弱特征图中的背景噪声和负面语义信息；YOLOv5神经网络中的头部网络用于对颈部网络输出的特征图中的局部信息和全局信息进行提取，并对不同大小的目标进行定位和分类；S3、利用目标子数据集训练YOLOv5神经网络，得到YOLOv5神经网络模型；S4、利用YOLOv5神经网络模型加载无人机航拍图片，并前向传播一次，即可对不同大小的目标进行定位和分类，并输出不同大小目标的Obj、Reg和Cls，其中，Obj表示预测目标的置信度，Reg表示预测目标的边框信息，Cls表示预测目标的类别。
全文数据：
权利要求：
百度查询： 齐鲁工业大学(山东省科学院) 基于背景噪声削弱的无人机航拍小目标检测方法
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