一种无人机巡检多尺度融合检测方法

    公开(公告)号:CN111062434A

    公开(公告)日:2020-04-24

    申请号:CN201911283201.6

    申请日:2019-12-13

    摘要: 本发明公开了一种无人机巡检多尺度融合检测方法,包括以下步骤:数据集丰富:通过对图片采取翻转、平移、噪音化等手段,丰富数据集,形成不同的尺度空间;尺度空间特征提取:对于不同的尺度空间,进行图像块训练,得到其网络输出的残差;尺度空间残差信息融合;通过卷积神经网络模型的改进,借鉴了深度残差神经网络的思想,直接将每个密集模块中的所有层连接起来,使每一层的输入都包含了所有较早层的特征图,通过层间连接有效地解决了梯度问题,强化了特征的传递,更有效地解决了梯度消失问题,强化了特征的传递,更有效地复用了卷积神经网络的特征,大幅度减少参数数量,从而减少计算量。