面向無(wú)人機(jī)監(jiān)控的動(dòng)態(tài)多尺度目標(biāo)檢測(cè)模型的研究與實(shí)現(xiàn)

摘要： 在無(wú)人機(jī)偵察、安防監(jiān)控以及自動(dòng)駕駛等領(lǐng)域中，目標(biāo)檢測(cè)技術(shù)面臨巨大的挑戰(zhàn)，圖像中的目標(biāo)往往具有多尺度屬性，尤其是小尺寸目標(biāo)檢測(cè)難，以及目標(biāo)很容易受到不同程度的遮擋。針對(duì)這些亟待解決的問(wèn)題，本文提出了一種創(chuàng)新的動(dòng)態(tài)多尺度目標(biāo)檢測(cè)模型：YOLO-DDE。首先，本文了提出了CEMA和CED卷積模塊，增強(qiáng)了骨干網(wǎng)絡(luò)對(duì)多尺度信息的處理能力精細(xì)特征提取能力，從而實(shí)現(xiàn)在復(fù)雜場(chǎng)景下更加精確的識(shí)別...