基于仿真数据迁移学习的固定翼无人机检测 |
| |
作者姓名: | 付玉 张垚 赵萌 王绵沼 郑江鹏 贾晨 陈胜勇 |
| |
作者单位: | 1. 学习型智能系统教育部工程研究中心;2. 天津理工大学计算机科学与工程学院 |
| |
基金项目: | 国家自然科学基金(61906133,62020106004,61903275,61902078); |
| |
摘 要: | 数据在视觉检测任务中发挥重要作用,针对足够数量的真实固定翼无人机数据难以获取的问题,构建了一个包含大量仿真和少量真实的固定翼无人机数据集,采用权重迁移的思想,通过对仿真固定翼无人机数据的训练达到对真实固定翼无人机数据的检测。在此基础上又提出一个两阶段学习策略,利用多尺度特征融合进一步降低无人机的漏检率。仿真实验结果表明,利用仿真数据检测真实固定翼无人机在未来目标检测研究中有潜在应用前景。
|
关 键 词: | 视觉检测 固定翼无人机 权重迁移 多尺度特征 |
|
|