基于深度學習的無人機自主降落標識檢測方法

打開文本圖片集

摘 要：為提高無人機自主降落的實時性和準確性，提出了一種基于深度學習的降落標識檢測方法。首先，采用輕量級網(wǎng)絡(luò)MobileNetv2作為主干網(wǎng)絡(luò)，完成特征提取任務(wù)。其次，借鑒YOLOv4的網(wǎng)絡(luò)結(jié)構(gòu)，引入深度可分離卷積代替部分標準卷積，在基本不影響模型性能的情況下降低計算量。然后，提出了一種基于跳躍連接結(jié)構(gòu)的特征金字塔模塊，將主干輸出的特征圖進行拼接，融合目標細節(jié)信息和語義信息，得到表征能力更強的特征。（剩余12849字）