基于嵌入式视觉的无人机目标定位系统
基于传统算法的无人机目标定位系统精确度较低且容易受到光照条件干扰,针对该问题提出了一种基于嵌入式视觉的无人机目标定位系统.使用深度可分离卷积替换YOLOv2原始模型中的Darknet-19骨干网络,大幅减小模型体积;引入RepVGG模块提取复杂特征,以提升检测精度.将模型部署到嵌入式端并进行了性能测试,结果表明改进YOLOv2算法的网络模型检测精度达到了 96.7%,检测速度达到25 fps,解决了传统算法难以处理光照变化的问题并且有明显的性能提升.设计完成了上机试验,试验结果验证了无人机目标定位系统的有效性和可靠性.
嵌入式视觉、深度可分离卷积、RepVGG、目标定位
42
TP181(自动化基础理论)
2023-06-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
171-176