基于多尺度特征融合和SAM引导的无人机小尺度目标检测AET-电子技术应用-最丰富的电子设计资源平台

基于多尺度特征融合和SAM引导的无人机小尺度目标检测
所属分类：技术论文
上传者：wwei
文档大小：5671 K
标签：目标检测特征提取深度学习
所需积分：0分积分不够怎么办？
文档介绍：在无人机航拍中，因拍摄距离远、目标占比低，其线性尺度仅有十余像素且特征匮乏，导致检测性能显著下降。现有方法主要分为样本增强与多尺度感知，前者在航拍目标密集场景中易引入语义冲突，而后者在深层特征感知与全局建模上仍存在不足。为此，提出一种基于多尺度特征融合和SAM引导的小目标检测网络，通过设计包含小目标检测层的多尺度架构增强特征表达能力，融合空洞卷积与Transformer以扩大感受野并建模长程依赖，并引入SAM大模型的先验知识引导网络训练，从而提升对小目标特征的提取能力。实验表明，该方法在VisDroneDET2019上显著提升了小目标检测精度。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。