嵌入式与YOLO4改进算法的无人机实时目标识别系统.pdf

基于Nvidia Jetson嵌入式硬件的无人机实时目标检测方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565842 A (43)申请公布日 2022.05.31 (21)申请号 202210158986.X G06V 10/766 (2022.01)

2023-05-10 约2.65万字 20页立即下载

嵌入式SAR舰船目标识别系统的设计.doc 嵌入式SAR舰船目标识别系统的设计　　摘要：本设计采用将长宽比、面积、灰度平均值作为目标切片的特征提取方法，利用BP神经网络、K-近邻分类器实现了TerraSAR数据的舰船目标分类。基于Qt开发工具在NVIDIA Jetson TX2嵌入式开发平台上实现了一套针对合成孔径遥感图像的舰船目标快速识别与分类系统，具备SAR图像动态载入、目标快速识别与分类、检测结果实时显示等功能，准确率高达80%以上。　　关键词：合成孔径雷达；舰船识别；舰船特征提取；OpenCV 　　中图分类号：TP39；TN409 文献标识码：A 文章编?：2095-1302（2018）01-00-03 　　0

2018-10-13 约4.5千字 11页立即下载

无人机蜂群在军事侦察中的目标跟踪与识别系统研究.docx 无人机蜂群在军事侦察中的目标跟踪与识别系统研究一、无人机蜂群在军事侦察中的目标跟踪与识别系统研究 1.1项目背景 1.1.1国际军事形势变化 1.1.2无人机技术的发展 1.2技术特点 1.2.1高度集成 1.2.2强大的感知能力 1.2.3智能决策与协同 1.3应用现状 1.3.1目标跟踪 1.3.2目标识别 1.4发展趋势 1.4.1高度智能化 1.4.2轻小型化 1.4.3多功能化二、无人机蜂群目标跟踪与识别系统的技术挑战与解决方案 2.1系统复杂性挑战 2.1.1任务规划与优化 2.1.2通信与同步 2.2传感器融合与数据融合挑战 2.2.1传感器多样性 2.2.2数据一致性 2.

2025-05-05 约1.57万字 27页立即下载

无人机中嵌入式系统方案设计.pptx 无人机中嵌入式系统方案设计;目录;01;项目背景;项目目标;项目范围;02;系统功能需求;性能需求;可靠性需求;03;处理器选择;存储方案;通信模块选型;04;系统软件结构;软件模块设计;软件开发环境;05;驱动程序开发;应用层软件开发;系统集成与测试;06;飞行控制算法;传感器数据融合;姿态控制与导航;07;低功耗设计;动态电源管理;能耗评估与分析;08;数据安全;通信安全;硬件安全;09;项目成果;不足与改进;未来展望;THANKS

2025-02-26 约小于1千字 39页立即下载

基于改进Camshift的无人机目标跟踪算法研究.pptx $number{01} 基于改进Camshift的无人机目标跟踪算法研究 2024-01-11 汇报人：目录引言 Camshift算法原理及存在问题分析基于改进Camshift的无人机目标跟踪算法设计实验结果与分析 无人机目标跟踪应用场景探讨总结与展望 01 引言 1 2 3 Camshift算法局限性传统的Camshift算法在无人机目标跟踪中存在一定局限性，如易受光照、背景干扰等因素影响，导致跟踪失败。 无人机应用广泛 无人机在军事、民用等领域具有广泛应用，如侦察、监视、航拍、物流等。目标跟踪技术重要性目标跟踪是无人机应用中的关键技术之一，对于实现自主导航、目标识别、避障等

2024-07-06 约3.24千字 28页立即下载

无人机-嵌入式控制_13693999.pdf

2018-12-23 约小于1千字页立即下载

一种基于PYNQ的无人机识别系统及识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114553364 A (43)申请公布日 2022.05.27 (21)申请号 202210189825.7 (22)申请日 2022.02.28 (71)申请人桂林电子科技大学

2023-05-07 约9.68千字 9页立即下载

无人机搭载的目标检测模型轻量化研究与嵌入式设备实现.docx 无人机搭载的目标检测模型轻量化研究与嵌入式设备实现一、引言随着科技的进步和智能化设备的广泛应用，无人机技术在许多领域展现出了强大的应用潜力。目标检测作为无人机的重要功能之一，对图像和视频中的特定目标进行识别和定位，是实现无人机智能化的关键技术。然而，传统的目标检测模型往往存在计算量大、模型复杂度高的问题，难以在资源受限的嵌入式设备上实现实时处理。因此，研究轻量化的目标检测模型，并实现其在嵌入式设备上的应用，具有重要的现实意义和应用价值。二、无人机搭载的目标检测模型轻量化研究 1.模型轻量化的必要性 无人机搭载的目标检测系统通常要求在有限的计算资源下实现快速、准确的检测。传统的深度学习模型

2025-02-16 约4.29千字 9页立即下载

无人机搭载的目标检测模型轻量化研究与嵌入式设备实现.docx 无人机搭载的目标检测模型轻量化研究与嵌入式设备实现一、引言随着无人机技术的快速发展，其在众多领域如军事侦察、智能交通、安防监控等的应用日益广泛。目标检测作为无人机技术的重要组成部分，对于提高无人机的智能化水平和任务执行效率具有重要意义。然而，传统目标检测模型通常计算复杂、占用内存大，这限制了其在嵌入式设备上的应用。因此，对目标检测模型的轻量化研究成为当前的研究热点。本文将探讨无人机搭载的目标检测模型轻量化技术及其在嵌入式设备上的实现。二、目标检测模型轻量化技术研究 1.模型压缩与剪枝模型压缩与剪枝是目标检测模型轻量化的主要手段之一。通过降低模型的复杂度，减少模型的参数数量，从而降低模型

2025-05-29 约4.93千字 11页立即下载

无人机视觉系统中的目标识别与跟踪研究 .pdf 无人机视觉系统中的目标识别与跟踪研究在无人机技术的发展中，无人机视觉系统的应用日益重要。相比于传统的无人机操作方式，无人机视觉系统通过机载传感器、计算机视觉算法以及无人机自身的控制系统来完成目标的识别和跟踪，从而实现对无人机的自主控制与运作。目前， 无人机视觉系统的目标识别与跟踪技术已经成为研究的热点之一。一、目标识别技术目标识别是无人机视觉系统中最基础的技术，也是无人机跟踪目标的前提。目标识别技术主要包括目标检测、目标定位、目标分类等方面。目标检测是指在图像或视频中检测目标的出现位置和大小，其最常用的方法包括颜色识别、形状识别、纹理识别等。传统的目标检测方法主要采用人工设计特

2024-11-19 约1.58千字 2页立即下载

嵌入式实时操作系统任务调度算法研究与改进的中期报告.docx 嵌入式实时操作系统任务调度算法研究与改进的中期报告本篇中期报告的主要内容包括：研究现有的嵌入式实时操作系统任务调度算法，分析其优缺点，并提出改进方案。 1. 研究现有的嵌入式实时操作系统任务调度算法常见的嵌入式实时操作系统任务调度算法包括：优先级调度算法、时间片轮转调度算法、最短进程优先调度算法等。优先级调度算法是一种最基本的调度算法，每个任务都被赋予一个优先级，优先级高的任务先执行。但是，这种算法容易导致低优先级的任务被饥饿，无法得到执行的机会。时间片轮转调度算法将时间划分为固定长度的时间片，每个任务只能执行一个时间片，然后被放回就绪队列，等待下一次执行。这种算法可以避免任务饥饿现象

2023-11-05 约小于1千字 2页立即下载

基于实时高光谱视觉的低空无人机目标跟踪算法研究.docx 基于实时高光谱视觉的低空无人机目标跟踪算法研究一、引言随着无人机技术的飞速发展，低空无人机在军事侦察、环境监测、农业植保等领域的应用越来越广泛。在这些应用中，对无人机目标跟踪的准确性和实时性要求日益提高。高光谱视觉技术因其能提供丰富的光谱信息而被广泛应用于各种领域。本文针对低空环境下无人机目标跟踪的难点，研究基于实时高光谱视觉的目标跟踪算法，以提高目标跟踪的准确性和实时性。二、研究背景及意义高光谱视觉技术能够获取目标的光谱信息，具有较高的分辨率和丰富的信息量。在低空无人机目标跟踪中，高光谱视觉技术可以提供更多的目标特征信息，从而提高目标跟踪的准确性和稳定性。然而，由于低空环境下无人机运

2025-05-21 约4.79千字 10页立即下载

一种无人机巡线缺陷识别系统及控制方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114445411 A (43)申请公布日 2022.05.06 (21)申请号 202210371229.0 G06K 9/62 (2022.01)

2023-05-04 约1.1万字 10页立即下载

一种基于时频分布的无人机遥控信号识别系统和方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114792107 A (43)申请公布日 2022.07.26 (21)申请号 202210268272.4 (22)申请日 2022.03.18 (71)申请人西京学院地址 710100 陕西

2023-05-14 约2.07万字 16页立即下载

无人机集装箱箱号识别系统准确率如何？能达到多少？.docx 在物流与仓储领域，集装箱箱号识别的准确率直接关系到作业效率和成本控制。孚为智能研发的无人机集装箱箱号识别系统，通过“无人机+AI视觉”的创新方案，实现了行业领先的识别精度。那么，其准确率究竟如何？又能达到多少？一、核心指标：综合准确率超98% 在标准场景下（光照良好、箱体无严重污损），孚为智能的系统可实现： -单次识别准确率：≥95%（基于YOLOv8+PaddleOCR多模型融合）； -多角度融合后准确率：≥98%（通过3-5次拍摄投票去误判）； -复杂场景适应能力：雨雾/低光照条件下仍能保持90%以上准确率（依赖红外传感器与DeBlurGAN-v2去模糊算法）。这一表现远超传统人工巡检

2025-05-18 约小于1千字 3页立即下载