公开(公告)号：CN113807464B

公开(公告)日：2022-05-13

申请号：CN202111155472.0

申请日：2021-09-29

Applicant: 东南大学

Inventor： 程向红 ,  曹毅 ,  胡彦钟 ,  张文卓 ,  钱荣辉

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明公开一种基于改进YOLO V5的无人机航拍图像目标检测方法，属于深度学习和目标检测领域。该方法首先利用无人机航拍图像构建相关数据集，然后在YOLO V5主干网络部分利用卷积层替换Focus模块中的切片层，接着利用Neck部分对图像特征进一步处理，然后针对无人机高空航拍视角带来的目标杂散分布且目标占像素比过小问题，在网络预测层部分优化剔除76×76×255的大检测头，并同时调整锚框，最后通过泛化交并比、平均精度以及推理速度评价目标检测性能。该方法在提高识别准确率和特征提取性能的基础之上，能够实现对无人机航拍图像目标的快速、准确检测。

公开(公告)号：CN113807464A

公开(公告)日：2021-12-17

申请号：CN202111155472.0

申请日：2021-09-29

Applicant: 东南大学

Inventor： 程向红 ,  曹毅 ,  胡彦钟 ,  张文卓 ,  钱荣辉

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于改进YOLO V5的无人机航拍图像目标检测方法，属于深度学习和目标检测领域。该方法首先利用无人机航拍图像构建相关数据集，然后在YOLO V5主干网络部分利用卷积层替换Focus模块中的切片层，接着利用Neck部分对图像特征进一步处理，然后针对无人机高空航拍视角带来的目标杂散分布且目标占像素比过小问题，在网络预测层部分优化剔除76×76×255的大检测头，并同时调整锚框，最后通过泛化交并比、平均精度以及推理速度评价目标检测性能。该方法在提高识别准确率和特征提取性能的基础之上，能够实现对无人机航拍图像目标的快速、准确检测。

公开(公告)号：CN118196574A

公开(公告)日：2024-06-14

申请号：CN202410254188.6

申请日：2024-03-06

Applicant: 东南大学 ,  中兵智能创新研究院有限公司

Inventor： 周晓晶 ,  胡彦钟 ,  季培圣

IPC: G06V10/80 ,  G06V10/25 ,  G06V10/82 ,  G06V20/17 ,  G06V20/56 ,  G06V10/764 ,  G06V10/75 ,  G06N3/0455 ,  G06N3/082

Abstract: 本发明提供了一种无人机与无人车协同检测伪装目标的方法和系统。该系统通过全球定位系统(GPS)确保无人机和无人车的同步作业，利用二者携带的红外相机、双目相机和雷达传感器对目标区域进行高效的数据采集。系统进一步对收集到的数据执行预处理和分析，在此基础上采用改进的SSD算法和模式识别技术识别潜在的伪装目标，并进行模式匹配和信息融合，以提高识别结果的准确性。创新性地引入了SE注意力模块，优化了特征融合过程，增强了网络的空间相关性捕捉能力，使系统能够更有效地使用全局信息，提高伪装目标的检测准确率。本发明解决了传统方法在伪装目标检测时可靠性差的问题，提升了无人机与无人车协同作业的实时性与有效性，显著提高了战场环境中伪装目标识别的准确度和响应速度。在各种军事危机应对方面具有重要的理论价值和应用前景。