典型文献
基于轻型卷积神经网络的无人机多目标检测系统研究
文献摘要：
提出一种轻型卷积神经网络目标检测系统,系统包括图像预处理模块和目标检测模块,其目标检测模块基于端到端的检测框架,使用深度可分离卷积核与通道混排构建轻量级特征提取结构,然后使用三层特征金字塔进行特征增强处理,实现对多尺度目标的实时检测.实验结果表明,对单类目标的检测精度最高可达82.5/％,对多种类目标的综合检测精度可达79.8/％,相比Tiny-YOLOv3和Mobile-SSD模型分别提高了21.2％和15.4％,并且在多种场景下表现稳定.在测试环境下的检测速度可达到37 FPS/m.s-1,训练后模型大小仅有38.7 MB,适合部署在硬件条件有限的无人机设备.
文献关键词：
无人机遥感;深度学习;端到端网络;多目标检测;轻量化系统
中图分类号：
作者姓名：
翟宏亮
作者机构：
中煤科工集团南京设计研究院有限公司,江苏 南京 211800
文献出处：
引用格式：
[1]翟宏亮-.基于轻型卷积神经网络的无人机多目标检测系统研究)[J].地理空间信息,2022(12):81-83,96
A类：
轻型卷积神经网络
B类：
多目标检测,统包,图像预处理,检测模块,检测框架,使用深度,深度可分离卷积,卷积核,混排,轻量级,特征金字塔,特征增强,多尺度目标,实时检测,类目,检测精度,综合检测,Tiny,YOLOv3,Mobile,SSD,测试环境,检测速度,FPS,MB,硬件条件,机设备,无人机遥感,端到端网络,轻量化系统
AB值：
0.397591
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
