【技术实现步骤摘要】
基于多尺度特征融合的无人机航拍图像目标检测方法
[0001]本专利技术涉及一种深度神经网络，是一种基于多尺度特征融合和注意力机制的改进YOLOV4无人机航拍图像目标检测方法，属于目标检测领域。
技术介绍
[0002]随着网络技术的飞速发展，无人机图像目标检测具有广泛的应用，包括城市管理、森林防火、农业信息、电力线路检测、交通监控、土地变化监控、军事侦察等。此外，无人机影像在维护社会秩序方面发挥着至关重要的作用。物联网结合无人机，可用于实时视频监控，监控盲点。无人机航拍图像数据量巨大，传统的人工处理图像内容的方法会导致遗漏和委托错误。因此，仅仅依靠人力资源来检索、查看和处理海量图像数据是不现实的。人工智能领域的智能视频监控方法利用先进的算法处理海量图像数据，为用户提供满足其需求的有用信息，节省人力物力，降低监控成本，显着提高监控效率。无人机实时采集的海量视频数据可以利用大数据技术和深度学习进行处理，将传统的目标检测方法从低效的人工模式转变为智能实时高效模式。因此，利用深度学习在无人机航拍视频中进行目标检测具有重要的研究价值和意...
【技术保护点】
【技术特征摘要】
1.基于多尺度特征融合的无人机航拍图像目标检测方法，其特征在于，所述方法包括：步骤1：数据获取与数据预处理；步骤2：构建基于注意力机制和多尺度特征融合的改进YOLOV4模型；步骤3：替换更合适的h
‑
swish激活函数，然后在VisDrone训练集上对搭建好的改进YOLOV4模型进行训练，同时保存最优模型以进行预测；步骤4：将VisDrone验证集输入训练好的最优模型中进行预测，保存预测结果，获取评价指标，最后进行结果对比。2.根据权利要求1所述的基于多尺度特征融合的无人机航拍图像目标检测方法，其特征在于：所述步骤1中，对获取的公开数据集进行预处理，用于对数据集进行扩充以提高对小目标的检测性能，并且在一定程度上去除噪声干扰。3.根据权利要求2所述的基于多尺度特征融合的无人机航拍图像目标检测方法，其特征在于：在骨干网络和颈部网络用h
‑
swish激活函数替换Mish激活函数和Relu激活函数，增加模型的表现能力和减少参数量。4.根据权利要求...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。