一种基于深度学习的无人机识别分类方法(25年授权)
本发明公开了一种基于深度学习的无人机分类方法,包括如下步骤:S1、获取无人机的一维毫米波数据,使用数据转换方法将一维毫米波数据转换为二维图像,并划分为训练集、验证机和测试集;S2、搭建基于ResNet18的卷积神经网络模型;所述注意力机制为scSE模块,scSE模块从空间和通道两个方面来增强有意义的特征,抑制无用特征,从而提高网络的识别准确;S3、在训练集上按照设置好的超参数进行模型的训练,训练结束后得到能够准确实现无人机分类的网络模型;S4、应用无人机分类网络模型进行无人机分类。将一维毫米波数据转换为二维图像,增大数据的特征差异,通过将注意力机制和残差网络相结合来提高网络的识别准确率。
《一种基于深度学习的无人机识别分类方法(25年授权)》是一发明专利,专利号为 2023114017026,当前法律状态为已下证,由杭州电子科技大学提出申请,发明人为周志刚;倪建功;赵靖宇;薛晓娜;林叶江;裴豆;程知群,申请日期为2023-10-26,公开(公告)日期为2025-07-18,国际专利分类号(IPC)为 G06V 10/764 (2022.01),高新资质:未报高企,所属技术领域包括:AI人工智能识别、无人机分类、安防监控、公共安全、毫米波雷达、目标识别、智能监控、低空经济、图像分类、深度学习、无人机集群、无人机管理。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于深度学习的无人机分类方法,包括如下步骤:S1、获取无人机的一维毫米波数据,使用数据转换方法将一维毫米波数据转换为二维图像,并划分为训练集、验证机和测试集;S2、搭建基于ResNet18的卷积神经网络模型;所述注意力机制为scSE模块,scSE模块从空间和通道两个方面来增强有意义的特征,抑制无用特征,从而提高网络的识别准确;S3、在训练集上按照设置好的超参数进行模型的训练,训练结束后得到能够准确实现无人机分类的网络模型;S4、应用无人机分类网络模型进行无人机分类。将一维毫米波数据转换为二维图像,增大数据的特征差异,通过将注意力机制和残差网络相结合来提高网络的识别准确率。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
