本发明公开了一种基于改进RTDETR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RTDETR网络为基础网络,所述RTDETR网络包括主干网络和高效混合编码器,将主干网络Resnetr18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...
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...
本发明公开了一种基于改进RTDETR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RTDETR网络为基础网络,所述RTDETR网络包括主干网络和高效混合编码器,将主干网络Resnetr18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...
基于RT-DETR改进的无人机图像小目标检测算法平台是由广西科技大学著作的软件著作,该软件著作登记号为:2024SR1163338,属于分类,想要查询更多关于基于RT-DETR改进的无人机图像小目标检测算法平台著作的著作权信息就到天眼查官网!
BSAM | 亲测在多个数据集能够实现涨点,多尺度特性在小目标检测表现也十分出色。 1.原理介绍 1.1.CBAM:通道注意力和空间注意力的集成者 轻量级的卷积注意力模块,它结合了通道和空间的注意力机制模块 论文题目:《CBAM: Convolutional Block Attention Module》论文地址: https://arxiv.org/pdf/1807.06521.pdf ...
对于高IoU样本,使用较小的辅助边框计算损失能够加速收敛,而较大辅助边框适用于低IoU样本。接着,我们提出了Inner-IoU Loss,其通过辅助边框计算IoU损失。针对不同的数据集与检测器,我们引入尺度因子ratio控制辅助边框的尺度大小用于计算损失。最后,将Inner-IoU集成至现有的基于IoU损失函数中进行仿真实验与对比实验。实验...
:本发明涉及目标检测算法,具体的说是一种能够在兼顾实时性的同时,有效提升对多尺度目标的检测效果的基于rt-detr的自动驾驶场景下改进目标检测方法。 背景技术 0、 背景技术: 1、目标检测算法在自动驾驶、智能安防、国防军事等领域有着广泛的应用,是计算机视觉领域的热点研究方向之一。自动驾驶场景中充斥着大量尺度不一...
面向无人机小目标的RTDETR改进检测算法 针对无人机目标检测中目标小且密集,背景复杂,硬件条件限制等挑战,提出一种改进的RTDETR检测器.在骨干网络,设计轻量级多尺度注意力特征提取模块(Rep-FasterNet EMA blo... 胡佳乐,周敏,申飞 - 《计算机工程与应用》 被引量: 0发表: 2024年 改进RT-DETR的无人机图像目标...
红外检测作为远程搜索和监视的重要手段,在军事和民用领域发挥着重要作用。为了提高复杂背景下红外小目标的检测精度,提出了一种基于RT-DETR改进YOLOv8的trans-yolo算法。首先,为了避免YOLOv8中非极大值抑制(Non-Maximum Suppression, NMS)错误抑制真实目标,利用RT-DETR中的Decoder&Head替换其Head部。进一步地,为了应对...