【技术实现步骤摘要】
本专利技术属于目标检测，尤其涉及一种用于无人机巡逻的实时目标检测方法。
技术介绍
1、目标检测是无人机应用于巡检、边境巡逻和搜索救援等任务的重要技术支撑，但是传统的目标检测方法过于依赖手工设计的先验知识，无法根据场景的变化自适应提取特征，难以满足无人机在各种复杂环境中对地面目标的高精度检测需要，基于深度学习的方法则可以通过深度神经网络自适应提取图像特征，因此较传统方法的检测效果普遍更好。然而，与其他场景相比，无人机图像具有背景复杂度高、目标体积小和目标经常被遮挡等特点，对目标检测算法的检测精度带来了更大的挑战，同时，无人机执行任务时的飞行速度一般较快，对目标检测算法对推理速度也提出了更高的要求。
技术实现思路
1、针对上述技术问题，本专利技术第一方面提出了一种用于无人机巡逻的实时目标检测方法，即基于卷积神经网络和transformer相结合的无人机图像实时目标检测方法(rtd-net)，在保证算法可以在无人机设备中实时推理的同时提高算法的检测精度，尤其是增强了对无人机图像中小尺度目标的检测...
【技术保护点】
1.一种用于无人机巡逻的实时目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种用于无人机巡逻的实时目标检测方法，其特征在于，将所述训练集中的图像作为输入图像，由所述特征提取模块对所述输入图像进行特征提取，以获取第一图像特征、第二图像特征和第三图像特征；其中：
3.根据权利要求2所述的一种用于无人机巡逻的实时目标检测方法，其特征在于，所述特征融合模块对所述第一图像特征、所述第二图像特征和所述第三图像特征进行融合，以输出第一融合特征、第二融合特征和第三融合特征，并将所述第一融合特征送入所述第一检测头，将所述第二融合特征送入所述第...
【技术特征摘要】
1.一种用于无人机巡逻的实时目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种用于无人机巡逻的实时目标检测方法，其特征在于，将所述训练集中的图像作为输入图像，由所述特征提取模块对所述输入图像进行特征提取，以获取第一图像特征、第二图像特征和第三图像特征；其中：
3.根据权利要求2所述的一种用于无人机巡逻的实时目标检测方法，其特征在于，所述特征融合模块对所述第一图像特征、所述第二图像特征和所述第三图像特征进行融合，以输出第一融合特征、第二融合特征和第三融合特征，并将所述第一融合特征送入所述第一检测头，将所述第二融合特征送入所述第二检测头，将所述第三融合特征送入所述第三检测头；其中：
4.根据权利要求3所述的一种用于无人机巡逻的实时目标检测方法，其特征在于，所述第一检测头基于所述第一融合特征进行目标检测，得到所述第一尺寸范围内的目标；所述第二检测头基于所述第二融合特征进行目标检测，得到所述第二尺寸范围内的目标；所述第三检测头基于所述第三融合特征进行目标检测，得到所述第三尺寸范围内的目标；并基于所述验证集来验证所述第一尺寸范围内的目标、所述第二尺寸范围内的目标和所述第三尺寸范围内的目标。
5.根据权利要求1所述的一种用于无人机...
【专利技术属性】
技术研发人员：王洋洋，张杰，颜江，周健，李泽方，
申请(专利权)人：中国人民解放军军事科学院系统工程研究院，
类型：发明
国别省市：
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。