一种基于深度学习的多尺度特征融合目标检测系统技术方案

本发明专利技术公开了一种基于深度学习的多尺度特征融合目标检测系统，包括图像采集及预处理单元、遥感飞机目标检测单元和显示及保存单元，采集及预处理单元采集影像数据，将影像数据转化为单帧图像后进行预处理，遥感飞机目标检测单元，将预先训练好的权重数据载入到卷积神经网络中，用卷积网络对数据中的飞机进行检测，显示及保存单元，将识别到的飞机目标进行实时显示并将结果保存进行保存，通过图像采集及预处理单元，对影像进行预处理，可实现复杂背景拍摄的遥感图像中飞机目标的自动检测，通过遥感飞机目标检测单元使用卷积神经网络提取遥感影像的特征，并将深层和浅层特征进行融合，提高遥感影像中飞机目标的检测准确率。

【技术实现步骤摘要】
一种基于深度学习的多尺度特征融合目标检测系统
本专利技术涉及计算机视觉
，具体为一种基于深度学习的多尺度特征融合目标检测系统。
技术介绍
随着航天技术、遥感技术的不断发展，高分辨的遥感图像包含的数据和信息越来越丰富，而且获取方式也变得方便和多样，使得遥感图像目标检测得到迅速的发展，一直以来，遥感图像用在战略侦查、军事测绘、海洋监测等方面，可以准确检测各类重要目标，不仅节约人力资源，同时也提高有用信息获取效率，飞机作为一种特殊目标，快速自动地从遥感图像中获取飞机的位置、形态以及形状在军事中非常重要。但是现有技术中，在遥感影像拍摄时候受天气、光照、角度的影响较大，导致遥感影像中飞机目标的检测准确率低的问题，所以急需一种基于深度学习的多尺度特征融合目标检测系统来解决上述问题。
技术实现思路
本专利技术提供一种能对在复杂背景下拍摄的遥感影像进行特定目标的检测的基于深度学习的多尺度特征融合目标检测系统，通过卷积神经网络提取遥感影像的特征，可以有效解决上述
技术介绍
中提出在遥感影像拍摄时候受天气、光照、角度的影响较大，导致遥本文档来自技高网...

【技术保护点】
1.一种基于深度学习的多尺度特征融合目标检测系统，其特征在于：包括图像采集及预处理单元、遥感飞机目标检测单元和显示及保存单元；/n所述图像采集及预处理单元，与遥感飞机目标检测单元相连，用于采集影像数据，将影像数据转化为单帧图像后进行预处理，预处理后的数据发送给所述遥感飞机目标检测单元；/n所述遥感飞机目标检测单元，与图像采集及预处理单元和显示及保存单元相连，接收图像采集及预处理单元发送的数据，将预先训练好的权重数据载入到卷积神经网络中，用卷积网络对数据中的飞机进行检测，检测结果发送至显示及保存单元；/n所述显示及保存单元，与遥感飞机目标检测单元相连，将识别到的飞机目标进行实时显示并将结果保存进...

【技术特征摘要】
1.一种基于深度学习的多尺度特征融合目标检测系统，其特征在于：包括图像采集及预处理单元、遥感飞机目标检测单元和显示及保存单元；
所述图像采集及预处理单元，与遥感飞机目标检测单元相连，用于采集影像数据，将影像数据转化为单帧图像后进行预处理，预处理后的数据发送给所述遥感飞机目标检测单元；
所述遥感飞机目标检测单元，与图像采集及预处理单元和显示及保存单元相连，接收图像采集及预处理单元发送的数据，将预先训练好的权重数据载入到卷积神经网络中，用卷积网络对数据中的飞机进行检测，检测结果发送至显示及保存单元；
所述显示及保存单元，与遥感飞机目标检测单元相连，将识别到的飞机目标进行实时显示并将结果保存进行保存。


2.根据权利要求1所述的一种基于深度学习的多尺度特征融合目标检测系统，其特征在于：所述图像采集及预处理单元包括摄像模块和预处理模块；
摄像模块，通过摄像头采集影像，并对摄像头参数进行初始化，将已规范化的影像数据转换为流式数据输出到IO口；
预处理模块，采用opencv工具包来读取IO口的影像流式数据，将影像流式数据的单帧图像进行提取并缩放到遥感飞机目标...

【专利技术属性】
技术研发人员：张国和，丁莎，陈琳，
申请(专利权)人：南京拟态智能技术研究院有限公司，
类型：发明
国别省市：江苏;32