在无人机(UAV)目标检测任务中,存在因检测目标尺度小、检测图像背景复杂等原因导致的漏检、误检问题。针对上述问题,提出改进YOLOv8s的无人机图像目标检测算法。 首先,针对无人机拍摄目标普遍为小目标的应用场景,减少算法骨干网络(Backbone)层数,增大待检测特征图尺寸,使得网络模型更专注于微小目标;其次,针对数据集普遍存...
本文主要正对:无人机目标检测任务中,存在检测目标尺度小、检测图像背景复杂等原因导致的漏检误检。提出改进YOLOv8s的算法模型YOLOv8-smr。首先,无人机拍摄目标普遍为小目标的应用场景,减少算法Backbone层数,增大待检测特征图尺寸,使得网络模型更专注于微小目标。再次,通过引入上下文增强模块,获得小目标在不同感受野下的特...
导致单模检测网络检测精度低的问题,提出了一种基于图像融合和深度学习网络的无人机多模态融合的城市目标检测算法:首先,基于DUT-VTUAV可见光-红外配准数据集和TIF图像融合算法,构建多模态融合数据集;其次,对比了现有YOLO(You Only Look Once)检...
论文题目:改进 YOLOv8 的轻量化无人机目标检测算法(Improved YOLOv8Lightweight UAV Target Detection Algorithm) 作者:胡峻峰,李柏聪,朱昊,黄晓文 期刊:计算机工程与应用(CSCD) 影响因子:0.683 DOI: 1…
第三步建立 遗传算法引擎 分别指定适应度函数,编解码对象,种群大小,选择,交叉,变异算子, 迭代次数 :。 然后设置收集最优的基因型对象,然后就这个基因型进行一个转换变成对象然后输出,就可以得到 结果。现在只是写出了一个简单的demo,参数设置还不够优秀, ...
SlimYOLOv3:更窄、更快、更好的无人机目标检测算法 来源:https://zhuanlan.zhihu.com/p/78942216 《SlimYOLOv3: Narrower, Faster and Better for Real-Time UAV Applications》是arXiv, 25 Jul 2019的论文,作者全部来自北理,论文链接: arxiv.org/abs/1907.1109。作者对YOLOv3的卷积层通道剪枝(以通道级稀疏化...
无人机目标检测算法需要高精度地识别目标的位置和类别,以确保无人机能够准确完成任务。目标检测算法的重要性YOLOv5s是一种基于YOLO系列的目标检测算法,它通过使用更小的模型和更高效的训练策略来提高检测速度和精度。YOLOv5s采用单一网络结构,可以同时预测物体的位置和类别,具有较高的实时性和准确性。YOLOv5s算法概述...
无人机(UAV)遥感图像目标检测算法是一种通过无人机拍摄的遥感图像进行目标识别和提取的技术。其主要应用于农业、林业、城市规划、水资源管理和地质勘探等领域。在实际应用中,无人机遥感图像目标检测算法最常用的方法是基于深度学习的目标检测算法。 二、无人机遥感图像目标检测算法的分类 1.基于传统图像处理方法的目标...
一种基于深度学习的红外无人机目标检测算法.pdf,一种基于深度学习的红外无人机目标检测算法,它涉及一种红外无人机目标检测算法。本发明为了解决现有深度学习目标检测算法应用到红外图像中后检测性能下降,难以达到实时性要求并且不适合在嵌入式AI设备上部署问题。本发明是
02无人机搭载的摄像头和传感器可以获取高质量的图像和数据,为深度学习算法提供丰富的训练样本。03基于深度学习的目标检测算法可以实时检测无人机拍摄的图像中的目标物体,为无人机的导航、控制和任务执行提供支持。无人机在目标检测中的应用优势基于深度学习的目标检测算法03总结词FasterR-CNN是一种基于深度学习的目标...