公开(公告)号：CN117115686A

公开(公告)日：2023-11-24

申请号：CN202310935016.0

申请日：2023-07-27

Applicant: 中南民族大学

Inventor： 白迪 ,  黄谦 ,  崔勇强 ,  陈少平 ,  江小平 ,  李大为

IPC: G06V20/17 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于改进YOLOv7的城市低空小型无人机检测方法及系统，构建数据集，将数据集分为训练集和测试集，并搭建YOLOv7基本网络结构，其包括输入端Input、主干网络Backbone、特征融合网络Neck和检测头部Head；使用RepVGG结构和CBS卷积层取代主干网络中的第一ELAN结构；使用C3m模块替换特征融合网络中的ELAN‑H结构；在主干网络和特征融合网络之间添加卷积注意力机制，得到改进的YOLOv7模型；利用训练集对改进的YOLOv7模型进行训练，并使用测试集对训练后的改进的YOLOv7模型进行测试，得到训练好的改进的YOLOv7模型；使用训练好的改进的YOLOv7模型对实际获取的图像进行无人机目标识别。本发明的有益效果是：大大提升了对于“城市低空复杂背景下小型无人机目标”的检测精度和检测速度。

公开(公告)号：CN117095313A

公开(公告)日：2023-11-21

申请号：CN202310942766.0

申请日：2023-07-27

Applicant: 中南民族大学

Inventor： 崔勇强 ,  黄谦 ,  白迪 ,  李大为 ,  陈少平 ,  江小平

IPC: G06V20/17 ,  G06V20/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于深度神经网络的小型运动无人机光学检测方法及系统，首先获取视频，对视频进行抽帧；然后采用Vibe算法对抽帧后得到的视频图像进行动目标检测，得到图像中动目标的坐标；根据所述动目标的坐标对视频中的动目标所在位置进行图像切割，得到包含动目标的小尺寸图像；最后将所述小尺寸图像输入至改进的YOLOv7模型，获取到动目标的位置信息，将该动目标的位置信息回归映射到视频中，完成对无人机目标的检测。本发明的有益效果是：对于“低小动”无人机目标的检测精度有显著提升。