技术特征：1.一种可见光与红外图像下无人机检测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的可见光与红外图像下无人机检测方法，其特征在于，
3.如权利要求1所述的可见光与红外图像下无人机检测方法，其特征在于，
4.如权利要求1所述的可见光与红外图像下无人机检测方法，其特征在于，
5.如权利要求1所述的可见光与红外图像下无人机检测方法，其特征在于，
6.如权利要求1所述的可见光与红外图像下无人机检测方法，其特征在于，
7.如权利要求1所述的可见光与红外图像下无人机检测方法，其特征在于，
8.如权利要求6所述的可见光与红外图像下无人机检测方法，其特征在于，
9.如权利要求6所述的可见光与红外图像下无人机检测方法，其特征在于，
技术总结本发明公开了一种可见光与红外图像下无人机检测方法，包括：通过多模态无人机检测与训练法获得基于M‑DyConv的csp‑block权重；对目标区域进行图像采集，获取可见光和红外图像；将所述可见光和红外图像输入所述csp‑block权重，生成相应的不同尺度的特征图；将所述不同尺度的特征图输入多尺度特征动态融合编码器MFDF进行融合，生成融合特征图；将所述融合特征图输入到预测头进行处理，获取预测信息，所述预测信息包括无人机的位置和大小。本发明提高无人机在不同模态下的检测精度。
技术研发人员：江倩,王国睿,金鑫,余东建,孟云浩,朱鹏程,潘成毅,李博,于昕阳,马文骏
受保护的技术使用者：云南大学
技术研发日：技术公布日：2024/4/17