[发明专利]一种基于轻量级神经网络的无人机图像车辆检测方法有效
| 申请号： | 201910601359.7 | 申请日： | 2019-07-04 |
| 公开（公告）号： | CN110443279B | 公开（公告）日： | 2022-08-12 |
| 发明（设计）人： | 王志恒;熊健;倪轩 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06V10/764;G06V10/82;G06V20/17;G06N3/02 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 210012 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于轻量级神经网络的无人机图像车辆检测方法，包括以下步骤：S01，计算损失公式，使度量匹配度的平方误差期望值最小，确定自适应大小的锚框尺寸；S02，使用轻量级神经网络提取图像特征，得到图像的特征图；S03，根据图像的特征图生成预测框并进行目标分类与定位；S04，过滤掉属于背景的预测框以及去除掉冗余的预测框，输出剩余的预测框。本发明提供的一种基于轻量级神经网络的无人机图像车辆检测方法及其工作方法，采用了自适应大小的锚框以及轻量级神经网络ShuffleNet V2的网络结构，使得使用无人机进行车辆目标检测拥有更高的识别精度及速度，满足了该场景下无人机内的低功耗处理器对检测任务的准确性与实时性的要求。 | ||
| 搜索关键词： | 一种 基于 轻量级 神经网络 无人机 图像 车辆 检测 方法 | ||
【主权项】：
1.一种基于轻量级神经网络的无人机图像车辆检测方法，其特征在于：包括以下步骤：S01，计算损失公式，使度量匹配度的平方误差期望值最小，确定自适应大小的锚框尺寸；S02，使用轻量级神经网络提取图像特征，得到图像的特征图；S03，根据图像的特征图生成预测框并进行目标分类与定位；S04，过滤掉属于背景的预测框以及去除掉冗余的预测框，输出剩余的预测框。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910601359.7/，转载请声明来源钻瓜专利网。
