申请/专利权人：西南科技大学

申请日：2024-04-17

公开（公告）日：2024-07-05

公开（公告）号：CN118072146B

主分类号：G06V10/82

分类号：G06V10/82;G06V10/80;G06N3/0464;G06N3/045;G06V10/764;G06V10/40;G06V20/17

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.06.11#实质审查的生效;2024.05.24#公开

摘要：本发明公开了一种基于多层级特征融合的无人机航拍小目标检测方法，包括：S1、使用Bi‑FPN对YOLOv8模型进行改进，得到HBi‑YOLOv8模型；S2、使用HBi‑YOLOv8模型对无人机航拍图像进行小目标检测，得到三组预测结果；S3、对三组预测结果进行解码和非极大值抑制，得到小目标检测结果，本方法从特征融合部分、添加注意力机制、定位回归损失函数的方向修改YOLOv8s网络，得到了HBi‑YOLOv8s网络，大幅提高了网络在检测小目标时的性能。

主权项：1.一种基于多层级特征融合的无人机航拍小目标检测方法，其特征在于，包括：S1、使用Bi-FPN对YOLOv8模型进行改进，得到HBi-YOLOv8模型；所述HBi-YOLOv8模型包括第一卷积模块，所述第一卷积模块的输入端作为所述HBi-YOLOv8模型的输入端，所述第一卷积模块的输出端与第二卷积模块的输入端连接，所述第二卷积模块的输出端与第一跨级局部网络的输入端连接，所述第一跨级局部网络的第一输出端与第一EMA模块的输入端连接，所述第一跨级局部网络的第二输出端与第三带权特征融合模块的第二输入端连接，所述第一跨级局部网络的第三输出端与第四带权特征融合模块的第二输入端连接；所述第一EMA模块的输出端与第三卷积模块的输入端连接，所述第三卷积模块的输出端与第二跨级局部网络的输入端连接，所述第二跨级局部网络的第一输出端与第二EMA模块的输入端连接，所述第二跨级局部网络的第二输出端与第二带权特征融合模块的第二输入端连接，所述第二跨级局部网络的第三输出端与第五带权特征融合模块的第二输入端连接；所述第二EMA模块的输出端与第四卷积模块的输入端连接，所述第四卷积模块的输出端与第三跨级局部网络的输入端连接，所述第三跨级局部网络的第一输出端与第三EMA模块的输入端连接，所述第三跨级局部网络的第二输出端与第一带权特征融合模块的第二输入端连接，所述第三跨级局部网络的第三输出端与第六带权特征融合模块的第二输入端连接；所述第三EMA模块的输出端与第五卷积模块的输入端连接，所述第五卷积模块的输出端与第四跨级局部网络的输入端连接，所述第四跨级局部网络的输出端与第四EMA模块的输入端连接，所述第四EMA模块的输出端与SPPF模块的输入端连接，所述SPPF模块的输出端与第一上采样模块的输入端连接，所述第一上采样模块的输出端与所述第一带权特征融合模块的第一输入端连接；所述第一带权特征融合模块的输出端与第五跨级局部网络的输入端连接，所述第五跨级局部网络的第一输出端与第二上采样模块的输入端连接，所述第五跨级局部网络的第二输出端与所述第六带权特征融合模块的第三输入端连接；所述第二上采样模块的输出端与所述第二带权特征融合模块的第一输入端连接，所述第二带权特征融合模块的输出端连接与第六跨级局部网络的输入端连接，所述第六跨级局部网络的第一输出端与第三上采样模块的输入端连接，所述第六跨级局部网络的第二输出端与所述第五带权特征融合模块的第三输入端连接；所述第三上采样模块的输出端与所述第三带权特征融合模块的第一输入端连接，所述第三带权特征融合模块的输出端与第七跨级局部网络的输入端连接；所述第七跨级局部网络的输出端与所述第四带权特征融合模块的第一输入端连接，所述第四带权特征融合模块的输出端与第七跨级局部网络的输入端连接，所述第七跨级局部网络的第一输出端与第六卷积模块的输入端连接，所述第七跨级局部网络的第二输出端与第一检测头的输入端连接；所述第六卷积模块的输出端与所述第五带权特征融合模块的第一输入端连接，所述第五带权特征融合模块的输出端与第八跨级局部网络的输入端连接，所述第八跨级局部网络的第一输出端与第七卷积模块的输入端连接；所述第八跨级局部网络的第二输出端与第二检测头的输入端连接，所述第七卷积模块的输出端与所述第六带权特征融合模块的第一输入端连接，所述第六带权特征融合模块的输出端与第九跨级局部网络的输入端连接，所述第九跨级局部网络的输出端与第三检测头的输入端连接；S2、使用HBi-YOLOv8模型对无人机航拍图像进行小目标检测，得到三组预测结果；S3、对三组预测结果进行解码和非极大值抑制，得到小目标检测结果。

全文数据：

权利要求：

百度查询： 西南科技大学 一种基于多层级特征融合的无人机航拍小目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD