期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到135篇文章
< 1 2 … 7 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于YOLOX-drone的反无人机系统抗遮挡目标检测算法 被引量：20
1
作者 薛珊 王亚博 +1 位作者 吕琼莹 曹国华 《工程科学学报》 EI CSCD 北大核心 2023年第9期1539-1549,共11页
为解决现实场景下无人机目标被部分遮挡,导致不易检测问题,本文提出了基于YOLOX-S改进的反无人机系统目标检测算法YOLOX-drone.首先,建立无人机图像数据集;其次,搭建YOLOX-S目标检测网络,在此基础上引入坐标注意力机制,来增强无人机的... 为解决现实场景下无人机目标被部分遮挡,导致不易检测问题,本文提出了基于YOLOX-S改进的反无人机系统目标检测算法YOLOX-drone.首先,建立无人机图像数据集;其次,搭建YOLOX-S目标检测网络,在此基础上引入坐标注意力机制,来增强无人机的目标图像显著度,突出有用特征抑制无用特征;然后,再去除特征融合层中自下而上的路径增强结构,减少网络复杂度,并设计了自适应特征融合网络结构,增强有用特征的表达能力,抑制干扰,提升检测精度.在DUT-AntiUAV数据集上的测试结果表明:YOLOX-drone与YOLOX-S、YOLOv5-S和YOLOX-tiny相比,平均准确率(IoU=0.5)提升了3.2%、4.7%和10.1%;在自建的无人机图像数据集上的测试结果表明:YOLOX-drone与原YOLOX-S目标检测模型相比,在无遮挡、一般遮挡、严重遮挡情况下,平均准确率(IoU=0.5)分别提高了2.4%、2.1%和6.4%,验证了改进的算法具有良好的抗遮挡检测能力. 展开更多
关键词 反无人机系统 目标检测 遮挡 注意力机制 自适应特征融合
在线阅读 下载PDF
改进YOLOv11s的无人机图像小目标检测模型
2
作者 牟毅 黄海松 +3 位作者 李宜汀 付盛伟 李科 朱云伟 《电光与控制》 北大核心 2026年第1期51-57,共7页
为解决无人机目标检测中小尺寸、密集目标检测困难及在边缘设备部署困难的问题,提出了小目标检测模型Drone-YOLO。首先,提出了MF-FPN网络,在降低模型复杂度的同时融合高级语义与低级几何特征;其次,为解决小目标、密集目标难以检测问题... 为解决无人机目标检测中小尺寸、密集目标检测困难及在边缘设备部署困难的问题,提出了小目标检测模型Drone-YOLO。首先,提出了MF-FPN网络,在降低模型复杂度的同时融合高级语义与低级几何特征;其次,为解决小目标、密集目标难以检测问题提出了小目标检测头;而后,提出轻量化检测头LSCD,通过共享卷积降低模型复杂度,并利用组归一化提升检测性能;最后,引入Inner-WIoU损失函数,动态调整锚框权重,使模型更专注于中等质量锚框优化,从而提升回归效率与泛化能力。在公开数据集VisDrone2019上进行实验,改进后模型的mAP 0.5达到44.3%,较YOLOv11s提升6.4个百分点,参数量减少67.5%。 展开更多
关键词 无人机 小目标检测 YOLOv11s 多尺度特征融合 轻量化 损失函数
在线阅读 下载PDF
基于多尺度特征融合的航拍小目标检测
3
作者 冯志越 姚涛 贺文伟 《计算机工程与设计》 北大核心 2026年第1期171-179,共9页
针对无人机高空拍摄图像中目标较小且易受遮挡难以检测问题,提出一种基于YOLOv8改进的航拍小目标检测方法:TPO-YOLO。使用三重注意力模块处理特征图,提升上采样后特征图的代表性和区分度;设计多尺度特征融合网络,增强对密集小目标的检... 针对无人机高空拍摄图像中目标较小且易受遮挡难以检测问题,提出一种基于YOLOv8改进的航拍小目标检测方法:TPO-YOLO。使用三重注意力模块处理特征图,提升上采样后特征图的代表性和区分度;设计多尺度特征融合网络,增强对密集小目标的检测能力;使用全维动态卷积在主干与颈部之间搭建过渡层,提升模型对复杂场景的理解力,强化多尺度特征的融合。实验结果表明,相较于YOLOv8s,TPO-YOLO的mAP@0.5提升了8.3%,mAP@0.5∶0.95提升了5.6%,参数量降低64.8%,验证了该方法的有效性。 展开更多
关键词 无人机航拍 小目标检测 三重注意力 多尺度特征融合 全维动态卷积 卷积神经网络 深度学习
在线阅读 下载PDF
改进YOLOv8n的航拍多尺度目标检测模型
4
作者 贾亮 陈茂辉 +1 位作者 王琪 徐城 《电子测量技术》 北大核心 2026年第1期237-246,共10页
针对无人机航拍图像中目标小而密集,且极易出现漏检和误检等情况,文章提出一种改进YOLOv8n的无人机航拍复杂背景下多尺度目标检测模型UCM-YOLOv8。首先设计一种集聚合与扩散特性于一体的金字塔式网络结构,让每个尺度的特征都具有详细的... 针对无人机航拍图像中目标小而密集,且极易出现漏检和误检等情况,文章提出一种改进YOLOv8n的无人机航拍复杂背景下多尺度目标检测模型UCM-YOLOv8。首先设计一种集聚合与扩散特性于一体的金字塔式网络结构,让每个尺度的特征都具有详细的上下文信息。其次,提出任务动态对齐检测头,从多个卷积层中学习交互特征,提高检测精度。此外,将卷积加性自注意力机制与C2f模块有效融合,进一步增强特征表达能力。最后,为抑制低分辨率图像产生的有害梯度,运用Wise-Inner损失函数替换原CIou损失函数。在VisDrone2019数据集上进行对比实验和消融实验,mAP50值较基线模型提升了10.8%,参数量减少了9.6%。证明本模型在无人机航拍视角下的小目标检测效果优异,适合无人机航拍图像的应用。 展开更多
关键词 无人机航拍 目标检测 损失函数 空间金字塔 解耦检测头 多尺度
原文传递
面向目标覆盖的多无人机协同算法研究
5
作者 王珩冰 周亚同 杨帆 《计算机工程与应用》 北大核心 2026年第2期335-346,共12页
多智能体近端策略优化(multi-agent proximal policy optimization,MAPPO)在处理动态复杂环境时面临稳定性和效率的挑战。针对以上挑战,设计了一种联合引力机制,提升了任务执行的速度和效率。在联合引力机制的基础上,提出了一种改进的MA... 多智能体近端策略优化(multi-agent proximal policy optimization,MAPPO)在处理动态复杂环境时面临稳定性和效率的挑战。针对以上挑战,设计了一种联合引力机制,提升了任务执行的速度和效率。在联合引力机制的基础上,提出了一种改进的MAPPO算法(DEA-MAPPO)。该算法通过自适应探索机制,动态调整探索幅度以适应无人机的实时表现和环境变化,增强了算法的适应性和稳定性。引入了高斯自适应注意力机制,提高了无人机决策质量、协作效率,增强了系统的可解释性和鲁棒性。通过加入延迟策略更新机制,有效避免了局部最优陷阱,进一步提升了算法性能和稳定性。通过在仿真环境中的实验验证,联合引力机制显著提升了覆盖效率,DEA-MAPPO算法在目标覆盖任务中的表现优于传统的MAPPO算法,在同样的训练回合数下,总奖励值和覆盖率都有了较大的提升,为多无人机在复杂环境中的高效协同执行目标覆盖任务提供了新的解决方案和理论支持。 展开更多
关键词 多无人机 强化学习 目标覆盖 多智能体近端策略优化 联合引力机制
在线阅读 下载PDF
融合ByteTrack的EAP-YOLOv8无人机Marker点检测与追踪
6
作者 唐心亮 潘晓润 +1 位作者 王建超 苏鹤 《计算机科学》 北大核心 2026年第3期266-276,共11页
随着科技不断发展,无人机的应用越来越广泛,实现无人机的精准动作捕捉成为其核心技术。光学动作捕捉系统在对无人机进行检测与追踪时,由于受到复杂环境、飞行速度等多方面的干扰,会出现对无人机所粘贴的Marker点识别不准确的情况。为了... 随着科技不断发展,无人机的应用越来越广泛,实现无人机的精准动作捕捉成为其核心技术。光学动作捕捉系统在对无人机进行检测与追踪时,由于受到复杂环境、飞行速度等多方面的干扰,会出现对无人机所粘贴的Marker点识别不准确的情况。为了解决这一问题,提出一种基于YOLOv8改进的目标检测算法EAP-YOLOv8,以提高Marker点识别检测的准确率。首先,在骨干部分构建新型通道注意力机制MAP-ECA,增强全局视角信息和不同尺度大小的特征,提升了小目标的检测能力;其次,在原有检测头的基础上利用多层次自适应特征融合形成新的检测头D-SASFF,利用多尺度融合来强化小目标特征信息;最后,设计了损失函数PIoUv3,通过改进加快了模型收敛速度,提高了小目标检测能力。为验证EAP-YOLOv8算法的有效性,在自制数据集上进行实验,结果表明,EAP-YOLOv8算法在mAP@0.5和mAP@0.5:0.95上分别达到了96.5%和50.2%,相较于其他算法有显著提升。在此基础之上,通过结合多目标追踪算法ByteTrack显著提高了Marker点的追踪准确率。此外,在公开数据集MOT16上进行追踪实验,结果表明,所提模型在HOTA,MOTA,MOTP上追踪准确率分别达到了37.60%,25.64%,80.76%,相较于当前算法有显著提升,为后续实现无人机精准跟踪提供了有效途径。 展开更多
关键词 EAP-YOLOv8 无人机检测 Marker点 小目标检测 多目标追踪 ByteTrack
在线阅读 下载PDF
基于改进YOLOv8的无人机红外目标检测算法 被引量：4
7
作者 张瑞芳 刘占占 +1 位作者 程小辉 赵虹 《电子测量技术》 北大核心 2025年第7期46-54,共9页
针对无人机航拍红外图像中因为噪声干扰、光照波动和复杂背景带来的目标检测困难的问题,提出了一种基于YOLOv8的无人机红外目标检测算法SDE-YOLOv8。首先,引入了YOLOv10中的SCDown模块让每个尺度最大化地保留上下文的语义信息;其次,引... 针对无人机航拍红外图像中因为噪声干扰、光照波动和复杂背景带来的目标检测困难的问题,提出了一种基于YOLOv8的无人机红外目标检测算法SDE-YOLOv8。首先,引入了YOLOv10中的SCDown模块让每个尺度最大化地保留上下文的语义信息;其次,引入动态上采样器DySample来提升模型对于图像细节的敏感度;同时引入三重注意力机制改进C2f,来强化模型对空间和通道维度之间关系的理解和复杂数据的处理能力;最后,设计了轻量级解耦头Efficient_Head模块,确保了检测精度的同时大幅度减少了模型参数。实验结果表明,改进后的算法mAP50达到83.7%,较YOLOv8n提高了4.2%,精确率提升了1.2%,召回率提升了3.8%,浮点运算次数下降了2.5%,FPS达到了323.17 fps的检测速度,充分说明改进算法整体性能优于其他主流算法,能更好的完成无人机红外目标检测任务。 展开更多
关键词 红外目标检测 YOLOv8 注意力机制 语义信息 无人机
原文传递
基于LSTM的舰载靶机适发窗口预报方法研究
8
作者 戴勇 马智勇 +6 位作者 刘海瑞 刘浩 章雨驰 俞梦冉 李鹏 钱征华 李彤韡 《南京航空航天大学学报(自然科学版)》 北大核心 2025年第5期976-983,共8页
为提高舰载靶机发射过程中船舶运动姿态的预测精度,使用基于长短期记忆(Long short-term memory,LSTM)网络的船舶姿态预测方法。针对长时预测导致的误差累计问题,提出了改进窗口滑动法,通过对每次预测结果进行变分模态分解(Variational ... 为提高舰载靶机发射过程中船舶运动姿态的预测精度,使用基于长短期记忆(Long short-term memory,LSTM)网络的船舶姿态预测方法。针对长时预测导致的误差累计问题,提出了改进窗口滑动法,通过对每次预测结果进行变分模态分解(Variational mode decomposition,VMD)滤波,消除累积误差引起的预测结果振荡。通过有限元仿真及自主设计的船模实验平台开展波浪水池试验,采集横摇、纵摇、垂荡等关键姿态参数的时序数据。实验设置涵盖1级至5级典型海况条件。实验结果表明,该模型在升沉位移、横摇角及纵摇角预测中,均方误差(Mean squared error,MSE)最大降幅可达99.4%,MAPE降低至2.11%,验证了其工程应用的有效性。研究成果可为舰载靶机发射引导系统提供高精度的船舶运动态势预判,对提升着舰安全性具有重要工程价值。 展开更多
关键词 船舶 长短期记忆网络 姿态预测 靶机发射
在线阅读 下载PDF
面向无人机航拍图像的YOLOv8n目标检测算法改进 被引量：2
9
作者 张光华 李钢硬 《自动化与仪表》 2025年第8期73-79,89,共8页
针对无人机航拍图像在目标检测中存在误检漏检的问题,提出了一种基于YOLOv8n的改进模型—RHDL-YOLO。首先引入RFAConv提高骨干网络的特征提取能力;其次,通过IDConv对C2f模块进行改进,实现了模型参数量的减少;然后为了提高模型的小目标... 针对无人机航拍图像在目标检测中存在误检漏检的问题,提出了一种基于YOLOv8n的改进模型—RHDL-YOLO。首先引入RFAConv提高骨干网络的特征提取能力;其次,通过IDConv对C2f模块进行改进,实现了模型参数量的减少;然后为了提高模型的小目标检测能力,增加了小目标检测层并且使用H-RAMI生成新的检测层替换P5目标检测头;最后采用SlideLoss损失函数来解决样本间难易程度的不平衡问题。在VisDrone2019上实验表明,提出改进算法的mAP50值为40.7%,较YOLOv8n提升了6.3%,在新增小目标检测层的情况下,参数量降低了28.9%。改进后的算法显示出更高的鲁棒性,适合于无人机视角下的目标检测任务。 展开更多
关键词 小目标检测 无人机 YOLOv8n 轻量化
在线阅读 下载PDF
一种无人机蔬菜植株小目标检测数据集及基准测试
10
作者 鲁慧民 胡嘉琳 +3 位作者 伍辉铸 林承林 张泽兴 朱冰雪 《长春工业大学学报》 2025年第2期97-105,共9页
结合计算机视觉与遥感影像特征,充分利用蔬菜作物生长模式繁杂以及深度学习对复杂问题的建模优势,利用无人机获取的影像对多个蔬菜品种和不同生长时期、种植密度的模型进行训练和测试,构建了一个针对农业场景的蔬菜植株无人机小目标检... 结合计算机视觉与遥感影像特征,充分利用蔬菜作物生长模式繁杂以及深度学习对复杂问题的建模优势,利用无人机获取的影像对多个蔬菜品种和不同生长时期、种植密度的模型进行训练和测试,构建了一个针对农业场景的蔬菜植株无人机小目标检测数据集(UAV-VTD),UAV-VTD通过高分辨率无人机影像采集,包含2147张尺寸为1000*750的无人机图像,标注类型包含超过五万个目标锚框,涵盖多种细粒度蔬菜目标。为适应农业环境的复杂性,数据采集涵盖多种光照条件(晴天、阴天、正午等)、多生长期(幼苗期、成熟期、结球期)以及复杂背景(杂草、土壤、残留农作物)。 展开更多
关键词 无人机影像 数据集 深度学习 小目标检测
在线阅读 下载PDF
基于YOLOv8的无人机红外航拍目标检测方法 被引量：3
11
作者 李海源 黄俊 《激光杂志》 北大核心 2025年第2期73-81,共9页
针对当前无人机红外航拍图像目标检测精度低与红外小目标检测困难的问题,提出了一种基于YOLOv8改进的无人机红外航拍目标检测方法。引入双通道特征融合结构,增加网络特征融合能力,减少特征信息的丢失;增加轻量化小目标检测层,提高模型... 针对当前无人机红外航拍图像目标检测精度低与红外小目标检测困难的问题,提出了一种基于YOLOv8改进的无人机红外航拍目标检测方法。引入双通道特征融合结构,增加网络特征融合能力,减少特征信息的丢失;增加轻量化小目标检测层,提高模型对红外小目标的检测能力;使用轻量级卷积模块GSConv替换颈部网络C2f中的传统卷积,减少模型的大小,提高模型的检测速度;最后在主干网络的SPPF模块后面加入卷积注意力模块,进一步增加模型对红外目标信息的关注,提高模型检测的准确率。通过实验验证了改进后网络的可行性,与基准模型YOLOv8n相比,准确率提高了4.1%,平均精度mAP50提高了3.7,并与8种当前主流模型对比,在所有模型中,提出的模型准确率最高,达到了83.3%,同时FPS达到153,证明了方法的有效性。 展开更多
关键词 YOLOv8 无人机 红外图像 目标检测 GSConv
原文传递
基于改进YOLOv9的高压电缆缺陷检测算法研究 被引量：1
12
作者 杨育熙 夏启辉 +4 位作者 谭佳欣 轩亮 曹刚 凌明成 梁济元 《工程科学学报》 北大核心 2025年第11期2269-2280,共12页
电缆作为电能传输关键载体,高空环境下表层易受环境侵蚀,及时检测其缺陷尤为重要.目前主流检测通过无人机巡检,快速获取图像,传至网络模型后输出检测结果.YOLO算法因其高效检测能力,被广泛应用于无人机巡检.但电缆表层缺陷微小、在高空... 电缆作为电能传输关键载体,高空环境下表层易受环境侵蚀,及时检测其缺陷尤为重要.目前主流检测通过无人机巡检,快速获取图像,传至网络模型后输出检测结果.YOLO算法因其高效检测能力,被广泛应用于无人机巡检.但电缆表层缺陷微小、在高空低能见度天气采集图像质量低,导致无人机巡检结果准确率低.因此,本文提出一种基于改进YOLOv9的电缆缺陷检测模型YOLOv9–USSD.首先在原始YOLOv9模型中加入去雾网络(Unfognet),改善低能见度下图像的视觉质量;同时引入注意力机制(SEAM)和损失函数(Shape–IoU),提升模型对小目标特征提取能力;最后将原始卷积层(Original)替换为新卷积层(DualConv),旨在提高改进后的算法识别准确率.实验结果表明,改进后的YOLOv9–USSD比原YOLOv9模型均值平均精度(mAP)提高3.5%、召回率(R)提高5.6%、模型权重(Weights)减少13 MB、每秒十亿次浮点运算(GFLOPS)减少16个单位,为无人机在低能见度环境下电缆缺陷检测提供一种新的视觉巡检方案. 展开更多
关键词 YOLOv9算法 注意力机制 无人机检测 小目标检测 去雾网络
在线阅读 下载PDF
双向多尺度特征融合的无人机检测算法 被引量：1
13
作者 汤栎 贾渊 张玉宁 《计算机工程与应用》 北大核心 2025年第10期267-278,共12页
针对在公园、学校、机场等公共区域的复杂背景中,“黑飞”无人机目标尺度多变、模糊和遮挡等导致不易识别的问题,提出一种改进YOLOv8n的无人机目标检测算法。通过在C2f模块中融合RepViTBlock结构和高效多尺度注意力机制EMA(efficient mu... 针对在公园、学校、机场等公共区域的复杂背景中,“黑飞”无人机目标尺度多变、模糊和遮挡等导致不易识别的问题,提出一种改进YOLOv8n的无人机目标检测算法。通过在C2f模块中融合RepViTBlock结构和高效多尺度注意力机制EMA(efficient multi-scale attention)改进Bottleneck块,设计了C2f-RVB模块,在减少参数的情况下增强模型对多尺度特征信息的提取能力;在颈部特征融合网络中构建动态边界融合模块DBFFPN(dynamic boundary fusion feature pyramid network),并新增小目标检测层,聚合浅层的边界信息和深层的语义信息,提高模型抗遮挡检测能力;在损失函数部分,提出MFShape-IoU替换原模型CIoU,使得模型更关注边界框自身形状和尺度信息,聚集困难样本,提高目标定位精度。在公开数据集CBD上进行实验,结果表明,改进后的算法相比YOLOv8n,mAP@0.5提升4.1个百分点达到93.0%,mAP@0.5:0.95提升4.2个百分点达到57.1%。同时算法精度高于YOLOv8s,复杂度远低于YOLOv8s,符合在移动设备上部署的需求。 展开更多
关键词 复杂背景 反无人机 小目标检测 YOLOv8 注意力机制
在线阅读 下载PDF
基于神经网络增量非线性动态逆的高速靶机筋斗机动控制
14
作者 翟友鸿 李春涛 +1 位作者 苏子康 李雪兵 《北京航空航天大学学报》 北大核心 2025年第12期4286-4298,共13页
针对受外界未知气流扰动下的高速靶机在筋斗机动过程中易激发出强烈且时变的非线性气动特性问题,提出一种考虑执行器输入约束的神经网络增量非线性动态逆(INDI)控制器,通过反向传播(BP)神经网络在线补偿无人机筋斗机动飞行过程中的各种... 针对受外界未知气流扰动下的高速靶机在筋斗机动过程中易激发出强烈且时变的非线性气动特性问题,提出一种考虑执行器输入约束的神经网络增量非线性动态逆(INDI)控制器,通过反向传播(BP)神经网络在线补偿无人机筋斗机动飞行过程中的各种不确定扰动因素。建立基于INDI的无人机筋斗机动飞行控制框架;考虑INDI控制律抗扰动能力的不足,在该控制框架下引入神经网络在线补偿模型误差,并根据李雅普诺夫定理对系统稳定性进行分析,保证系统半全局一致且最终有界跟踪;提出一种增量式控制分配方法,以跟踪误差最小原则设计目标函数,求解满足执行器输入速率及饱和约束的舵面偏转角增量。仿真结果表明:所设计的神经网络INDI控制器可保证高速靶机在模型失配及外界扰动情况下仍快速准确地完成筋斗机动指令。 展开更多
关键词 高速靶机 筋斗机动 执行器输入约束 增量式控制分配 神经网络 增量非线性动态逆
原文传递
基于YOLOv8s的无人机航拍目标检测算法优化 被引量：1
15
作者 孟龙 郭业才 《中国科技论文》 2025年第4期345-355,共11页
针对航拍图像由于视角、尺度、光照等因素影响而存在的目标小、目标遮挡等问题,提出了一种改进YOLOv8s的FAS-YOLOv8s目标检测算法。首先,针对卷积神经网络(convolutional neural network,CNN)框架的常见缺陷,即细粒度信息的丢失和低效... 针对航拍图像由于视角、尺度、光照等因素影响而存在的目标小、目标遮挡等问题,提出了一种改进YOLOv8s的FAS-YOLOv8s目标检测算法。首先,针对卷积神经网络(convolutional neural network,CNN)框架的常见缺陷,即细粒度信息的丢失和低效率的特征表示学习,提出一种新的CNN构建模块SPD-Conv,并引入一种新颖的空间和通道协同注意力(spatial and channel synergistic attention,SCSA)模块;其次,增加了P2小目标检测头,并采用渐进特征金字塔网络(asymptotic feature pyramid network,AFPN)结构来解决目标检测中多尺度特征融合的问题;最后,用Focal-CIoU代替了原来的CIoU,以提升边界框回归的准确性。实验结果表明,在VisDrone2019数据集上,该算法的平均精度为40.9%,较YOLOv8s提升了9.7%,特别是在小目标检测性能上,较YOLOv8s有显著优势,更适用于无人机航拍目标检测任务。 展开更多
关键词 YOLOv8s SPD-Conv 渐进特征金字塔网络 无人机 小目标
在线阅读 下载PDF
基于机动避撞策略的低空多旋翼无人机安全间隔计算模型 被引量：1
16
作者 陈运翔 张建平 +3 位作者 王致远 邹翔 赵嶷飞 赖庭峰 《航空学报》 北大核心 2025年第11期342-358,共17页
低空空域无人机安全间隔,是保障低空无人机安全有序飞行,促进低空经济健康发展的基础前提。低空无人机以多旋翼构型为主,其安全间隔计算尚未充分考虑无人机机动避撞策略,主要问题在于现有模型针对两机机动避撞策略,无法适应多机复杂遭... 低空空域无人机安全间隔,是保障低空无人机安全有序飞行,促进低空经济健康发展的基础前提。低空无人机以多旋翼构型为主,其安全间隔计算尚未充分考虑无人机机动避撞策略,主要问题在于现有模型针对两机机动避撞策略,无法适应多机复杂遭遇场景。以多旋翼无人机运动状态、相对速度、环境因素、导航位置误差、飞行技术误差和系统冗余等多种因素,结合遭遇场景建立了多旋翼无人机安全间隔计算模型。基于运动学原理和最近接近距离,推导了双机及多机遭遇时的避让间隔计算公式,通过构建多样化避撞策略,以仿真方法给出强风干扰、系统延迟时双机及多机避让间隔数值,最后给出多机遭遇不同接近率时的安全间隔,可以为低空运行安全与间隔管理提供参考。 展开更多
关键词 机动避撞策略 低空空域 多旋翼无人机 安全间隔 碰撞概率 安全目标水平
原文传递
SFR-YOLO:改进YOLOv8的无人机图像小目标检测算法
17
作者 孙基源 纪松 +2 位作者 高定 李凯 张芮莹 《测绘通报》 北大核心 2025年第7期32-39,共8页
针对无人机图像中小目标像素占比少、特征易丢失,以及传统目标检测模型参数量大、难部署的问题,本文提出了一种基于改进YOLOv8的轻量化小目标检测算法SFR-YOLO。首先,设计了一个轻量化的共享细节增强检测头(SDCDH),它不仅通过共享卷积... 针对无人机图像中小目标像素占比少、特征易丢失,以及传统目标检测模型参数量大、难部署的问题,本文提出了一种基于改进YOLOv8的轻量化小目标检测算法SFR-YOLO。首先,设计了一个轻量化的共享细节增强检测头(SDCDH),它不仅通过共享卷积降低检测头参数量,还在共享层中引入细节增强卷积(DEConv),以增强细节特征表示能力;然后,使用增加浅层特征融合支路和删除深层卷积的加权双向特征金字塔网络(BIFPN),改进特征融合网络,以提高小目标检测性能;最后,设计了CRFA模块,结合空间注意力和感受野特征,提升了模型主干网络的特征提取能力。试验结果表明,SFR-YOLO在VisDrone2019数据集中,相对YOLOv8n算法mAP提升了3.8%,不仅小目标检测效果得以提升,而且满足了模型部署的要求;此外,通过SFR-YOLO在CARPK数据集上的迁移试验,进一步验证了本文方法的有效性。 展开更多
关键词 小目标检测 YOLOv8 无人机图像 轻量化
原文传递
基于改进YOLOv5s的无人机航拍小目标检测算法
18
作者 张国靖 段鹏 +1 位作者 云利军 陈载清 《科学技术与工程》 北大核心 2025年第30期13018-13026,共9页
针对复杂背景下,无人机航拍容易遇到目标小、遮挡严重、检测精度低的问题,提出了一种改进YOLOv5s的无人机航拍小目标检测算法:首先,在YOLOv5s模型的BackBone中加入了可变形卷积C3_DCN,以便获得更好的感受野适应性、特征表达能力和位置精... 针对复杂背景下,无人机航拍容易遇到目标小、遮挡严重、检测精度低的问题,提出了一种改进YOLOv5s的无人机航拍小目标检测算法:首先,在YOLOv5s模型的BackBone中加入了可变形卷积C3_DCN,以便获得更好的感受野适应性、特征表达能力和位置精度;其次,在模型的Neck中添加P2检测层,增加了一个高分辨率特征图,以提取到更多的特征信息,从而提升小目标物体的检测能力;之后,再次添加EMA注意力机制以抑制参数的抖动、改善模型的泛化能力及加速模型收敛;最后,使用Focal-EIoU损失函数来改善边界框回归的准确性及提升模型在处理困难样本和应对类别不平衡数据方面的性能。数据集VisDrone2019上的实验结果显示,改进算法的mAP@0.5、mAP@0.95、F_(1)分别提升了4.6%、3.1%、2.9%,能有效提升无人机航拍图像漏检和误检的状况。 展开更多
关键词 目标检测 YOLOv5s 小目标 可变形卷积 无人机航拍 Focal-EIoU
在线阅读 下载PDF
改进YOLOv8的无人机小目标识别算法
19
作者 向长春 李兴山 +3 位作者 张海锋 何成利 王磊 郝涌汀 《一重技术》 2025年第1期53-57,共5页
针对深度学习算法难以部署到无人机硬件和小目标易漏检误检问题,提出改进YOLOv8的轻量化小目标识别算法DLS-YOLO。采用深度可分离卷积替代普通卷积轻量化网络,设计多分支空洞卷积结构IRFB增大感受野,在主干网络中加入ECA注意力机制增强... 针对深度学习算法难以部署到无人机硬件和小目标易漏检误检问题,提出改进YOLOv8的轻量化小目标识别算法DLS-YOLO。采用深度可分离卷积替代普通卷积轻量化网络,设计多分支空洞卷积结构IRFB增大感受野,在主干网络中加入ECA注意力机制增强特征表达能力,增设160×160尺寸检测头,提高小目标检测能力。在VisDrone2019数据集上,DLS-YOLO比YOLOv8s在mAP@0.5上提高了2.3%,计算量降低11.2GFLOPs,模型尺寸缩减至5.7 M,性能优于其他主流检测方法。在Jetson Xavier NX平台验证算法的有效性,平均单帧处理时间34.4 ms,实现近实时检测。 展开更多
关键词 无人机 YOLOv8 目标识别 轻量化 小目标
在线阅读 下载PDF
基于多尺度融合与上下文增强的绝缘子缺陷检测 被引量：1
20
作者 曾业战 陈天航 +3 位作者 邓倩 彭歆瑶 欧阳洪波 钟春良 《计算机工程与应用》 北大核心 2025年第20期368-378,共11页
绝缘子缺陷检测在保障电网的安全、稳定运作中发挥重要作用。受无人机航拍图像中背景区域复杂、目标尺度不一的限制,主流检测算法难以有效检测小尺寸绝缘子缺陷。为解决这一问题,提出一种基于多尺度融合与上下文增强的MFCE-YOLOv8绝缘... 绝缘子缺陷检测在保障电网的安全、稳定运作中发挥重要作用。受无人机航拍图像中背景区域复杂、目标尺度不一的限制,主流检测算法难以有效检测小尺寸绝缘子缺陷。为解决这一问题,提出一种基于多尺度融合与上下文增强的MFCE-YOLOv8绝缘子缺陷检测算法。设计多尺度信息融合注意力机制(MIAA),利用多尺度信息提高模型对小尺度缺陷的提取能力并减少背景干扰;基于全局与局部信息构建上下文特征学习模块(CFLM),减少深层网络中特征信息的丢失;提出了一种跨层特征融合模块(CFFM),有效促进不同层间信息交互并减少语义冲突。实验表明,MFCE-YOLOv8在绝缘子缺陷数据集上的全类平均精度mAP达到了92.3%,其中闪络和破损缺陷检测精度AP分别为86.0%和91.4%,性能优于其他比较算法。 展开更多
关键词 无人机巡检 绝缘子 小目标检测 YOLOv8
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 7 下一页 到第 页
使用帮助 返回顶部