一种基于深度学习的多源异构图像融合目标检测识别方法

    公开(公告)号:CN117496330A

    公开(公告)日:2024-02-02

    申请号:CN202311466940.5

    申请日:2023-11-07

    摘要: 本发明公开了一种基于深度学习的多源异构图像融合目标检测识别方法,根据神经网络算法所具有的特征竞争选择机制,采用多层卷积算法提升进行多源特征的提取、选择与融合。首先,本发明的双模输入网络均改进CSPNet结构设计双端异构特征提取网络,随后进入到resblock_body中对特征进行进一步的提取。其次,本发明取消spp多尺度池化操作,将PANet网络简化为FPN,平衡模型效果与多机终端算力之间的矛盾。最后,本发明完成在特征级对异构信息进行融合后对其进行卷积与输出得到整个预测框的位置,而后进行得分排序与非极大抑制筛选,对每一个类进行判别。本发明克服了不同图像特征之间的依赖性,体现了良好的抗干扰性。

    一种多机型综合控制与测试的系统

    公开(公告)号:CN116500937A

    公开(公告)日:2023-07-28

    申请号:CN202310468449.X

    申请日:2023-04-27

    IPC分类号: G05B19/042 G06F11/36

    摘要: 本发明公开了一种多机型综合控制与测试的系统,包括:界面层,测试应用层,驱动层,以及中间件层;所述测试应用层与中间件层之间通过基于TCP/IP的自定义接口进行通信,所述驱动层与中间件层通过预设的驱动API进行通信;所述界面层用于封装应用层的API,接收用户输入指令信息并展示测试数据信息,所述测试应用层用于产生指令下发于中间件层和整合数据分发于界面层,所述中间件层用于数据处理、转发和管理,所述驱动层用于执行收到的命令和反馈采集的数据。本发明是一种通用性软件系统架构,适用于各种不同飞机类型和飞机功能的控制与测试场合,能够实现跨平台操作,能够有效降低软件版本升级和维护时的成本。