一种基于深度学习的舰载机轮廓关键点检测方法及系统

摘要

本发明提供一种基于深度学习的舰载机轮廓关键点检测方法及系统，该基于深度学习的舰载机轮廓关键点检测方法的关键在于利用建立的舰载机目标检测数据集对卷积神经网络进行训练，采用反卷积的方式对特征图进行放大以进行特征融合，该基于深度学习的舰载机轮廓关键点检测系统包括升降模块、定位模块、检测模块和飞机，定位模块通过定位压敏电阻阻值的大小计算出飞机飞行前后在X轴的尺寸改变，检测模块通过尾翼压敏电阻和机翼压敏电阻阻值的大小计算出飞机飞行前后水平位移和机翼在Y轴的尺寸改变，飞机的垂尾和机身上设有用于保型的标识灯，作为图像中的合作目标点，更好实现定位，从而降低飞机在飞行中发生事故的概率。