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:杭州电子科技大学
摘要:本发明公开了一种基于改进RT‑DETR网络的无人机航拍小目标检测方法,其特征在于,包括如下步骤:步骤1、获取公开数据集并预处理;步骤2、构建小目标检测模型,以RT‑DETR网络为基础网络,所述RT‑DETR网络包括主干网络和高效混合编码器,将主干网络Resnet‑r18中的常规卷积替换成部分卷积重参数模块;将高效混合编码器中的AIFI模块替换为可变形注意力模块;在高效混合编码器的CCFM模块中引入p2检测头得到CCFM‑p2模块;步骤3、配置训练环境将预处理的数据集作为输入对小目标检测模型进行训练;步骤4、应用完成训练的小目标检测模型,将待检测的目标图像作为输入输出检测结果。该方法降低模型的参数量与计算量,并且能够更好的捕获图像中的结构信息和语义特征,提高了对小目标的敏感度,以获得更好的检测结果。
主权项:1.一种基于改进RT-DETR网络的无人机航拍小目标检测方法,其特征在于,包括如下步骤:步骤1、获取公开数据集并预处理;步骤2、构建小目标检测模型,所述小目标检测模型以RT-DETR网络为基础网络,所述RT-DETR网络包括主干网络和高效混合编码器,将主干网络Resnet-r18中包括stage2、stage3、stage4和stage5四层基准模块,每层所述基准模块包括两个卷积层,将每个所述基准模块中第二个3×3卷积替换成部分卷积重参数模块;将高效混合编码器中的AIFI模块替换为可变形注意力模块,替换成部分卷积重参数模块后stage5层的基准模块输出特征图S5输入至可变形注意力模块;在高效混合编码器的CCFM模块中引入p2检测头,将所述可变形注意力模块输出的特征图F5和替换成部分卷积重参数模块后stage2-4层的基准模块输出特征图S2,S3,S4一并输入至高效混合编码器中的CCFM-p2模块中;采用Wise-IoU作为模型输出预测值与真实标签之间差异的回归损失函数;步骤3、配置训练环境将预处理数据集作为输入对小目标检测模型进行训练;步骤4、应用完成训练的小目标检测模型,将待检测的目标图像作为输入输出检测结果。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 基于改进RT-DETR网络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。