《电子测量技术杂志》发表论文赏析

面向无人机监控的动态多尺度目标检测模型的研究与实现

来源:电子测量技术杂志2024年第10期北京时间:

作者:张宇,王延吉,马辉,闫锴,李大舟

单位:1.沈阳化工大学计算机科学与技术学院 沈阳 110142; 2.沈阳科技学院信息与控制工程系 沈阳 110167; 3.沈阳化工大学网络与信息化中心 沈阳 110142; 4.辽宁省化工过程工业智能化技术重点实验室 沈阳 110142

摘要:在无人机侦察、安防监控以及自动驾驶等领域中,目标检测技术面临巨大的挑战,图像中的目标往往具有多尺度属性,尤其是小尺寸目标检测难,以及目标很容易受到不同程度的遮挡。针对这些亟待解决的问题,本文提出了一种创新的动态多尺度目标检测模型:YOLO-DDE。首先,本文了提出了CEMA和CED卷积模块,增强了骨干网络对多尺度信息的处理能力精细特征提取能力,从而实现在复杂场景下更加精确的识别效果。此外,本文通过对FPAN网络结构进行创新性重构,提出了DFPN结构,此结构采用纵向跨尺度融合技术,显著提升了模型的尺度特征融合效果。最后,引入了动态检测头,提出了DD-Head结构,强化了模型对下游任务处理的能力。综上所述,本文提出的YOLO-DDE模型以其动态多尺度结构,为目标检测技术的性能提升提供了新的可能性。本文在PASCAL VOC数据集上进行了消融实验和对比试验,与当前主流先进模型YOLOv8相比,本文模型YOLO-DDE在评价指标map50和map50.95上分别提升了1.8%和3.2%,并且本文还在VisDrone、HIT-UAV、FAIR1M2.0数据集上进行了泛化性实验,验证了模型具有很强的泛化能力。

关键词:注意力机制;多尺度;解耦头;可变形卷积;DFPN

基金资助:辽宁省教育厅科学研究项目(LJKZ0449)资助

2024年10期其他文献查阅:

基于SMA-VMD和优化神经网络的逆变器开关故障诊断

基于卡尔曼滤波的小波去噪和IWOA-ELM的颈肩肌肉疲劳分类方法

基于雷达RCS数据的空间目标识别算法研究

基于雷达时频变换和残差网络的人体行为检测

面向倾斜摄影的实景模型融合技术与应用展望

基于DCNN和Bi-LSTM的弧齿锥齿轮箱故障诊断

基于自适应因子图的车载GNSS/INS组合导航方法

基于改进麻雀算法的配电房巡检机器人路径规划

应用于金属转轴监测的无线电能与信号同步传输系统优化研究

基于机器学习的金属软管缺陷检测系统

基于时空感知Transformer的交通流预测模型

基于分布式参考校正的多机器人编队控制

基于EBWO-SVM的变压器故障诊断研究

面向任务的CMM圆度测量不确定度建模与优化

全局-局部特征融合的人体姿态估计算法

改进型CLAHE图像增强算法及其FPGA实现

结合特征融合和注意力机制的SAR舰船检测算法

面向无人机监控的动态多尺度目标检测模型的研究与实现

基于改进YOLOv8n的变电设备红外图像实例分割算法

基于超拉普拉斯正则化的冲击波超压层析重建

结合超轻量级双注意力模块的ShuffleNetV2面部表情识别

双阶段噪声自适应超声图像分割网络

基于低成本FPGA的深度卷积神经网络加速器设计

基于PC-BRISK的岩石显微图像拼接

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!