【技术实现步骤摘要】
本专利技术涉及计算机视觉，特别是一种基于嵌入式平台的天基弱小目标智能检测方法。
技术介绍
1、在全球太空资源开发热潮进一步高涨和未来太空作战趋势不断加剧的军事斗争形式中，空间目标监视系统起着愈发重要又关键的作用。为了更有效地利用空间、更深入地探索空间，并提供及时、准确的空间目标信息，世界各航天和军事强国都在积极拓展对空间目标的监视范围。由于天基光学监视系统所具有的重要优势，美国、加拿大等国家都在大力发展天基空间目标监视技术，取得了丰硕的研究成果，例如美国天基空间监视系统(spacebased surveillancesystem，sbss)，地球同步空间态势感知计划(gssap)等。因此，天基空间目标感知与处理技术未来必将在航天及军事等领域得到广泛应用，尤其是小行星监测预警、废旧卫星残骸监测、卫星防撞、卫星完好性监测、航天器威胁目标预警、航天器交汇对接、空间碎片监测、弹道导弹预警等。
2、空间目标图像存在着图像视场大、目标所占分辨率小、目标辨识度低等问题，进一步导致了空间目标的检测精度较低。现有的算法对大、中尺度的目标检测精度已经达到了较高的精度，但是对小目标的语义信息和位置信息不能充分地进行提取与融合，导致对小目标的检测精度较低。因此，需要设计一种能够消除噪音干扰且充分提取与融合弱小目标深层特征的检测网络，且能够部署在嵌入式平台上，获得更加真实的检测结果。
3、专利cn114373121a提出的一种改进yolov5网络的小目标检测的方法，该方法在yolov5网络的主体特征提取网络的最后加入se网络单元，
4、以上的方法在融合的过程中仅考虑到了通过关注通道信息或者将深层和浅层特征进行融合的方式优化网络，没有考虑到充分利用目标的多尺度信息和局部上下文信息，且忽略了各个像素之间的非线性关联和各个尺度特征图的重要程度，这样的方法对于网络的提升效果不够明显，从而影响对弱小目标的检测效果。
技术实现思路
1、本专利技术的目的在于提供一种方法简单、性能可靠、成本低、对小目标的检测性精度高的天基弱小目标检测方法。
2、实现本专利技术目的的技术解决方案为：一种基于嵌入式平台的天基弱小目标智能检测方法，包括以下步骤：
3、步骤1、建立一套以真实地球空间为背景，包含卫星、碎片和陨石目标的空间仿真系统；
4、步骤2、获取空间目标仿真图像，搭建包含目标类别、位置和尺寸标注的空间目标数据集，得到训练数据集；
5、步骤3、构建基于自适应特征纹理增强与感受野调整的空间目标检测网络；
6、步骤4、将步骤2搭建的训练数据集输入步骤3构建的空间目标检测网络中，进行深度神经网络模型训练；
7、步骤5、使用训练好的深度神经网络模型对目标的测试样本进行测试，获得天基弱小目标的检测结果；
8、步骤6、将训练好的深度神经网络模型部署到nvidia jetson tx2嵌入式平台上，搭建基于嵌入式平台的天基弱小目标智能检测系统。
9、本专利技术与现有技术相比，其显著优点在于：(1)在初步特征融合模块采用纹理特征增强模块，能够将含有丰富语义信息的低分辨率特征图映射到高分辨率特征图，将特征所包含的语义信息与位置信息进行充分的融合，生成具有丰富多尺度特征信息的高分辨率特征图，提高了模型对小目标的检测性能；(2)采用自适应感受野调整模块自适应学习融合策略，丰富目标周围上下文信息，消除了特征融合过程中引入的冗余信息，提高模型对于弱小目标的检测性能；(3)方法简单、性能可靠、成本低。
本文档来自技高网...【技术保护点】
1.一种基于嵌入式平台的天基弱小目标智能检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于嵌入式平台的天基弱小目标智能检测方法，其特征在于，步骤1中建立一套以真实地球空间为背景，包含卫星、碎片和陨石目标的空间仿真系统，具体如下：
3.根据权利要求1所述的基于嵌入式平台的天基弱小目标智能检测方法，其特征在于，步骤2中获取空间目标仿真图像，搭建包含目标类别、位置和尺寸标注的空间目标数据集，得到训练数据集，具体如下：
4.根据权利要求1所述的基于嵌入式平台的天基弱小目标智能检测方法，其特征在于，步骤3中构建基于自适应特征纹理增强与感受野调整的空间目标检测网络，具体如下：
5.根据权利要求4所述的基于嵌入式平台的天基弱小目标智能检测方法，其特征在于，步骤3.2中初步特征融合模块采用基于纹理特征增强模块的路径聚合网络，对多尺度特征进行融合，并将融合后的特征图输入自适应感受野调整模块，具体如下：
6.根据权利要求4所述的基于嵌入式平台的天基弱小目标智能检测方法，其特征在于，步骤3.3中，自适应感受野调整模块利用膨胀卷
7.根据权利要求6所述的基于嵌入式平台的天基弱小目标智能检测方法，其特征在于，步骤3.3.1中三个并行的不同扩张率的膨胀卷积，卷积核大小均为3×3，膨胀率分别为1、3、5。
8.根据权利要求1所述的基于嵌入式平台的天基弱小目标智能检测方法，其特征在于，步骤4中将步骤2搭建的训练数据集输入步骤3构建的空间目标检测网络中，进行深度神经网络模型训练，具体如下：
9.根据权利要求8所述的基于嵌入式平台的天基弱小目标智能检测方法，其特征在于，步骤4.2中深度神经网络的参数及超参数初始化如下：
10.根据权利要求1所述的基于嵌入式平台的天基弱小目标智能检测方法，其特征在于，步骤6中将训练好的深度神经网络模型部署到NVidia Jetson TX2嵌入式平台上，搭建基于嵌入式平台的天基弱小目标智能检测系统，具体如下：
...【技术特征摘要】
1.一种基于嵌入式平台的天基弱小目标智能检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于嵌入式平台的天基弱小目标智能检测方法，其特征在于，步骤1中建立一套以真实地球空间为背景，包含卫星、碎片和陨石目标的空间仿真系统，具体如下：
3.根据权利要求1所述的基于嵌入式平台的天基弱小目标智能检测方法，其特征在于，步骤2中获取空间目标仿真图像，搭建包含目标类别、位置和尺寸标注的空间目标数据集，得到训练数据集，具体如下：
4.根据权利要求1所述的基于嵌入式平台的天基弱小目标智能检测方法，其特征在于，步骤3中构建基于自适应特征纹理增强与感受野调整的空间目标检测网络，具体如下：
5.根据权利要求4所述的基于嵌入式平台的天基弱小目标智能检测方法，其特征在于，步骤3.2中初步特征融合模块采用基于纹理特征增强模块的路径聚合网络，对多尺度特征进行融合，并将融合后的特征图输入自适应感受野调整模块，具体如下：
6.根据权利要求4所述的基于嵌入式平台的天基弱小目标智能检测方法，其特征在...
【专利技术属性】
技术研发人员：白宏阳，原瑜蔓，邓天宇，魏静怡，
申请(专利权)人：南京理工大学，
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。