一种多运动目标环境下无人机检测方法技术

本发明专利技术涉及目标检测技术领域，具体涉及一种多运动目标环境下无人机检测方法，通过采集无人机与鸟类在同一空域下同时出现的图像数据，并对图像进行筛选和标注，构建多运动目标数据集；在输入端对图像进行数据增强处理，在骨干网络部分提出了一种改进的

【技术实现步骤摘要】
一种多运动目标环境下无人机检测方法


[0001]本专利技术涉及目标检测
，具体涉及一种多运动目标环境下无人机检测方法
。

技术介绍

[0002]随着无人机使用门槛的不断降低，由于旋翼无人机具有成本低
、
体积小
、
易操纵
、
灵活性好等优点，使得旋翼无人机产业飞速发展，导致无人机的“黑飞”问题日益突出，不仅对公民隐私和生命财产安全造成了危害，严重制约了无人机产业化的发展，更是对公共安全和国家安全带来了十分巨大的威胁
。
[0003]鸟击是指航空器起降或飞行过程中与鸟类目标相撞，或因鸟类活动影响正常飞行的事件
。
随着航班量的持续增长和生态环境的不断好转，我国机场的鸟击防范工作压力越来越大
。
[0004]近年来，随着人工智能的快速进步，基于运动物体的目标检测是计算机视觉研究领域里的热门，目标检测技术得到了飞速的发展，尤其是在深度学习技术的加持下，进入了新的发展阶段
。
对于目标检测算法来说，主要分为直接产生物体的类别概本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种多运动目标环境下无人机检测方法，其特征在于，包括下列步骤：构建多运动目标数据集并分为训练集，验证集和测试集；分别在
Input
输入端
、Backbone
骨干网络和
Head
头部改进
YOLOv5s
检测网络模型；使用改进
YOLOv5s
检测网络模型对所述多运动目标数据集进行训练，获得训练后的指标评价权重文件；将待测的含有多运动目标的视频分解成帧图像，将每一帧图像输入至训练后的改进
YOLOv5s
检测网络模型进行模型推理，获得检测结果
。2.
如权利要求1所述的多运动目标环境下无人机检测方法，其特征在于，所述多运动目标数据集通过采集无人机与鸟类在同一空域下同时出现的图像数据，并对图像进行筛选和标注后获得
。3.
如权利要求2所述的多运动目标环境下无人机检测方法，其特征在于，在
Input
输入端改进
YOLOv5s
检测网络模型的过程，具体为在
Input
输入端对多运动目标数据集进行预处理，在预训练模型阶段采用
Mosaic
数据增强方法，自适应锚框计算方法和自适应图片缩放方法，从而得到图像增强的数据集
。4.
如权利要求3所述的多运动目标环境下无人机检测方法，其特征在于，在
Backbone
骨干网络部分添加
CA
注意力机制模块，所述
CA
...

【专利技术属性】
技术研发人员：马峻，王旭哲，黄世霖，李龙朝，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：