基本信息:
- 专利标题： 一种基于YOLO深度学习网络框架的无人机光学快速检测识别方法
- 申请号：CN201810807503.8 申请日：2018-07-21
- 公开(公告)号：CN109255286A 公开(公告)日：2019-01-22
- 发明人： 智喜洋 , 俞利健 , 巩晋南 , 江世凯 , 陈文彬 , 胡建明
- 申请人： 哈尔滨工业大学
- 申请人地址： 黑龙江省哈尔滨市南岗区西大直街92号
- 专利权人： 哈尔滨工业大学
- 当前专利权人： 哈尔滨工业大学
- 当前专利权人地址： 黑龙江省哈尔滨市南岗区西大直街92号
- 代理机构： 哈尔滨龙科专利代理有限公司
- 代理人： 高媛
- 主分类号： G06K9/00
- IPC分类号： G06K9/00 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要：
本发明公开了一种基于YOLO深度学习网络框架的无人机光学快速检测识别方法，所述方法步骤如下：步骤一：针对目前市场主流的五种无人机开展飞行试验采集光学成像实验数据，并按照标准VOC数据格式对采集的光学成像实验数据进行处理；步骤二：搭建YOLO网络框架，利用残差网络模块对YOLO网络框架进行改进，对改进后的YOLO网络框架进行训练，得到检测识别模型；步骤三：选取包含五种无人机的实拍飞行光学成像实验数据，利用步骤二所得的检测识别模型进行检测识别。本发明避免了对无人机和复杂背景特征人工建模复杂、适用性不强等问题，能够大大提高复杂背景下动目标检测识别的速度和准确率。
公开/授权文献:
- CN109255286B 基于深度学习网络框架的无人机光学快速检测识别方法 公开/授权日：2021-08-24
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06K | 数据识别；数据表示；记录载体；记录载体的处理 |
| ------G06K9/00 | 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置 |