目前的目标检测任务主要面向自然场景图像,在相应的应用问题,如人脸识别、行人检测等领域已经相对成熟。但由于成像视角不同且缺乏有效样本的训练,直接将现有算法应用于无人机领域效果较差,研究适用于无人机的目标检测算法对其应用有着重大意义。 主要内容 本文首先系统阐述了基于深度学习的目标检测算法的研究进展,并总结了...
金融界2024年5月29日消息，据国家知识产权局公告，中航（成都）无人机系统股份有限公司申请一项名为“一种空中弱小目标检测方法、装置、设备及介质“，公开号CN202311869650.5，申请日期为2023年12月。专利摘要显示，本申请公开了一种空中弱小目标检测方法、装置、设备及介质，涉及小目标检测技术领域，包括：获取第一目...
被动声信号检测器以其自身独特的优势越来越受到人们的重视.文中提出了将语音信号检测中的过零率检测算法用于空中目标检测中的方法,并同传统的能量检测算法相比较.通过计算机仿真试验,结果表明过零率检测算法不但具有算法简单、运算时间短的特点,而且其稳定性比能量检测算法要好,具有一定的识别空中目标的能力....
因此,需要一种空中目标检测增量学习方法、装置及介质,以通过从旧模型中选择置信度最高的前景预测,并将其用作伪标签,来使知识蒸馏损失与detr损失相互融合;同时使用保持类别分布的er算法,平衡地训练新模型。 2、根据本发明的第一方面,提供了一种空中目标检测增量学习方法,所述方法包括: 3、获取数据集,所述数据集包括...
本申请与现有技术相比,其有益效果详细说明如下:本申请实施例提供的可见光图像空中运动目标的检测方法,通过在第n帧灰度图像上设置roi框获得当前帧roi灰度图像,对当前帧roi灰度图像进行图像预处理、图像二值化处理、图像二值取反处理和图像膨胀处理后,再使用筛选方法筛选连通区域获得目标图像的方法,解决了传统方法法不适用...
1.本发明涉及目标检测技术领域,具体涉及一种空中高动态小目标检测方法及系统。 背景技术: 2.动态目标检测已经发展了多年,其中应用最广泛的方法是利用帧间像素变化的特性提取动态目标,该技术已经应用于大量的固定基目标检测器中。随着无人机的发展,动基座上的目标检测逐渐成为目标检测领域的一大难点。例如,虽然无人机视...
以下技术方案:一种复杂背景下空中弱小目标自适应检测方法,所述方法包括:s1:对待处理的包含弱小目标的可见光灰度图像进行近处复杂结构背景的自适应判断和分割去除;s2:对去除近处复杂结构背景的可见光灰度图像进行弱小目标粗检测,得到多个弱小目标候选区;s3:对多个弱小目标候选区域依次进行精细化检测,得到待检测的弱小目标。
数据集名称:空中飞鸟数据集VOC-4955张 数据集制作单位:未来自主研究中心(FIRC) 图片数量(jpg文件个数):4955 标注数量(xml文件个数):4955 标注类别数:1 标注类别名称:["bird"] 每个类别标注的框数: bird count = 5089 使用标注工具:labelImg 标注规则:对类别进行画矩形框 ...
现有的无人机数据集主要提供2D标注,并且缺乏关键的3D边界框信息。这些局限性限制了从无人机视角开发和准确评估单目3D目标检测算法的研究工作。为弥补这一空白,我们引入了CARLA无人机数据集,简称CDrone。CDrone提供了全面的3D边界框标注。 数据生成与标注
摘要 本发明公开了一种基于卷积神经网络的空中目标检测方法,旨在解决现有检测方法对空中目标的检测精度低、无法适用的技术问题。本发明包括制作空中目标图像数据集,搭建基于Caffe深度学习框架的SSD模型并对其进行池化、反卷积、级联连接的改造,使用损失函数对检测模型进行优化,采用Softmax算法对特征进行分类,然后训练得到最终...