一种无人机航拍图像目标检测算法制造技术

本发明专利技术公开了一种无人机航拍图像目标检测算法，该算法包括以下步骤，S1使用混合数据集训练初始检测网络模型，swin transformer模型对图像进行特征提取，获得目标检测模型；S2将无人机吊舱航拍视频通过无线网络传输到图像服务器终端；S3图像服务器终端处理视频图像信息，实现无人机对目标实时检测。该检测算法结合Transformer系列模型，在通道和空间维度上进行Attention，进而利用训练得到的检测模型对吊舱拍摄的视频序列进行检测。经测试验证，该方法打破了CNN感受野的局限性，显著提高了无人机吊舱视角下的检测准确度，增加了CV领域的多样性。域的多样性。域的多样性。

【技术实现步骤摘要】
一种无人机航拍图像目标检测算法


[0001]本专利技术涉及图像检测领域，具体讲是一种无人机航拍图像目标检测算法。

技术介绍

[0002]航空图像目标检测在军事侦察、导弹制导、无人机武器系统等领域发挥着重要作用。当航空器在飞行时，需要使用光电吊舱对地面目标进行实时检测，比如军事侦察、海上巡检等任务。而航空检测任务不同于一般场景下的目标检测，无人机吊舱视角下的目标不仅视场变化大、疏密变化大、尺度变化大，且目标重叠、截断、遮挡的情况常有。
[0003]目前该领域算法往往通过将多个两阶段目标检测算法集成，提升检测精确度的同时也牺牲了检测速度。得益于深度学习的发展，原本用于自然语言处理的Transformer模型被证实在计算机视觉领域用于目标检测时也能取得较好的表现。

技术实现思路

[0004]为此，本专利技术公开了一种机载光电吊舱观测场景下的车辆检测方法。该方法结合单阶段目标检测算法和Transformer系列模型，在通道和空间维度上进行 Attention，进而利用训练得到的检测模型对吊舱拍摄的视频序列进行检测。经测试验证，该本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机航拍图像目标检测算法，其特征在于：该算法包括以下步骤S1使用混合数据集训练初始检测网络模型，swin transformer模型对图像进行特征提取，获得目标检测模型；S2将无人机吊舱航拍视频通过无线网络传输到图像服务器终端；S3图像服务器终端处理视频图像信息，实现无人机对目标实时检测。2.根据权利要求1所述一种无人机航拍图像目标检测算法，其特征在于：在S1中，所述训练是指是指对初始网络进行有监督训练，且通过单阶段检测器进行训练，所述单阶段检测器选择为改进后的YOLOX单阶段目标检测器。3.根据权利要求2所述一种无人机航拍图像目标检测算法，其特征在于：在训练单阶段检测器过程中，先将有标签的训练样本输入至单阶段检测器，由单阶段检测器输出预测结果，利用初始网络损失函数计算预测结果标签值与训练样本的标签值之间的损失，并使用随机梯度下降法将损失的梯度回传给单阶段检测器，以调整模型的参数，其初始网络损失函数表示为：其中L
cls
代表分类损失，采用二值交叉熵损失(BCELoss)函数，L
reg
代表定位损失函数，采用的是IoU损失函数，L
obj
代表置信度损失，采用二值交叉熵损失函数。λ代表定位损失的平衡系数，N
pos
代表被分成正样的Anchorpoint个数；训练过程中正负样本匹配所使用损失函数为：其中，表示每一个样本与每个groundturth之间的分类损失，表示每个样本与每个groundturth直接的回归损失。4.根...

【专利技术属性】
技术研发人员：曾钦勇，赵彦，尹小杰，王少敏，
申请(专利权)人：成都浩孚科技有限公司，
类型：发明
国别省市：