一种航拍小目标检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提供了一种航拍小目标检测方法、装置、设备及存储介质，涉及数字图像检测技术领域，方法包括：获取航拍图像；利用小目标检测网络对航拍图像进行检测，获得检测结果；小目标检测网络是由改进的Yolov3网络模型经训练获得，改进的Yolov3网络模型包括五个轻量化残差模块和改进的输出层，五个残差模块经特定层特征融合输入至输出层，利用上述方法，其一解决了在航拍小目标检测时，由于网络过深而使小目标特征丢失的情况；其二解决了小目标检测在移动平台应用时模型过大的情况，其三基于云计算结合提出的轻量型的小目标检测网路，使得检测速度更快，达到实时检测的效果，其四解决了在移动平台上不能进行实时目标检测的问题。

【技术实现步骤摘要】
一种航拍小目标检测方法、装置、设备及存储介质
本专利技术涉及数字图像检测
，尤其是涉及一种航拍小目标检测方法、装置、设备及存储介质。
技术介绍
随着无人机技术的飞速发展，无人机地面目标的自动检测和跟踪在侦查、预警等领域具有重要作用。航拍下小目标检测是解决该类问题的核心技术，这也是计算机视觉领域亟待攻克的技术之一。另外随着深度学习的兴起，网络逐渐加深，模型也逐渐增大，在带有高性能的GPU电脑上进行训练往往需要很长时间，在移动平台无人机上进行目标检测更是难上加难，而云计算拥有强大的计算资源，可以实现深度网络的快速训练与检测，解决了在无人机上进行实时小目标检测的难题。自2012年以来，深度神经网络已广泛应用于目标检测。目标检测算法中例如FastR-CNN、FasterR-CNN、SPP_Net等的two-stage方法，在较大目标检测任务中表现突出，但是一方面由于小目标区域面积较小，区域建议网络(RPN)不具有好的鲁棒性,使得小目标容易被漏检和误检。另一方面two-stage方法存在的候选框选择数量巨大，导致计算量大的问题，因此在大场景本文档来自技高网...

【技术保护点】
1.一种航拍小目标检测方法，其特征在于，包括：/n获取航拍图像；/n利用小目标检测网络对所述航拍图像进行检测，获得检测结果；/n其中，所述小目标检测网络是由Yolov3网络模型经训练获得，所述Yolov3网络模型包括五个残差模块和输出层，所述五个残差模块经特征融合输入所述输出层。/n

【技术特征摘要】
1.一种航拍小目标检测方法，其特征在于，包括：
获取航拍图像；
利用小目标检测网络对所述航拍图像进行检测，获得检测结果；
其中，所述小目标检测网络是由Yolov3网络模型经训练获得，所述Yolov3网络模型包括五个残差模块和输出层，所述五个残差模块经特征融合输入所述输出层。


2.根据权利要求1所述的方法，其特征在于，所述五个残差模块中残差块的数目分别是1、2、4、4、2。


3.根据权利要求1所述的方法，其特征在于，所述五个残差模块分别输出2倍降采样层、4倍降采样层、8倍降采样层、16倍降采样层、32倍降采样层，所述4倍降采样层经特征融合输入所述输出层。


4.根据权利要求3所述的方法，其特征在于，8倍降采样层经过2倍上采样与4倍降采样层特征融合；
16倍降采样层经过2倍上采样与8倍降采样层特征融合，还经过4倍上采样与4倍降采样层特征融合；
32倍降采样层经过2倍上采样与16倍降采样层特征融合，还经过4倍上采样与8倍降采样层特征融合。


5.根据权利要求1所述的方法，其特征在于，所述输出层包括两个残差块和一个卷积层。


6.根据权利要求1所述的方法，其特征在于，所述Yolov3网络模型的训练过程包括：
获取小目标检测训练集；
通过K-means聚类，获得所述小目标...

【专利技术属性】
技术研发人员：雷跃辉，海鑫，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：江苏;32