【技术实现步骤摘要】
本专利技术涉及图像处理方法，尤其涉及一种无人机航拍车辆检测与道路分割的多任务实现方法。
技术介绍
1、目前，无人机在民用领域的应用已达近百种，涉及农林业、电力、环境保护、国土、海洋、水利、交通等多领域。在交通领域中，无人机凭借其小型化、高机动、布点灵活的特点，在违章取证、交通疏导、日常巡查等方面具有巨大优势。无人机设备所搭载的摄像设备可实时将拍摄画面进行回传，操作人员在地面通过设备观看无人机拍摄的画面。无人机具有的灵活性特点，使得其可以适应各种复杂条件，在空中拍摄的画面相较于地面可反映出更多信息。通过人工智能技术，可进一步从航拍画面中提取出更有价值的信息，进而提高数据分析人员的工作效率。
2、目标检测和图像分割作为人工智能技术的应用方向之一，其依托于各种人工制作的数据集，通过对神经网络进行训练，可以适用于图像或者视频中各种目标的检测和分割。由于其依托于各种人工制作的数据集的特点，对于数据的采集提出了要求。目标检测方法可以分为一阶段和二阶段两类。一阶段方法(如yolo、ssd)直接在单个网络中预测目标的位置和类别，适合实时性要求高的应用。二阶段方法(如faster r-cnn)先提取候选区域，再对这些区域进行分类和定位，通常具有更高的准确率。基于卷积神经网络(cnn)的图像分割算法取得了也显著进展。经典方法如全卷积网络(fcn)、u-net、segnet以及深度学习架构如deeplab、mask r-cnn等不断涌现，通过引入空洞卷积、金字塔池化等技术，有效提高了分割性能。
3、目前，现有的目标检测网络和图
4、求较高，并且一定程度上存在性能的浪费，也无法提取任务之间的关联性特征。多任务网络可以通过共享网络的参数来节省计算和存储资源。在移动设备或资源受限环境中，这种资源共享对于模型的实际部署很重要。并且多任务网络允许神经网络在不同的任务之间共享学到的表示。通过共享底层的特征提取层，模型能够学习通用的表示，提高对任务之间关联性的理解。宫保国等提出了一种基于改进yolov5s的快速端到端道路多任务感知方法，能够同时完成交通目标检测、车道线和可行驶区域检测任务。赵志宏等提出一种基于多任务深度学习的故障诊断方法，将故障诊断任务分为故障分类和损伤程度识别，取得较高的准确率。
5、考虑到目前无人机等移动设备的性能不足，无法同时高效运行多个神经网络，因此本专利技术提出一种无人机航拍车辆检测与道路分割的多任务方法，具有轻量化、多尺度的优点，一定程度上弥补了该领域的空缺，同时也有较高的实用价值。
技术实现思路
1、本专利技术所要解决的技术问题是如何提供一种检测精度高、参数量和计算量低且泛化性能高的无人机航拍车辆检测与道路分割的多任务实现方法。
2、为解决上述技术问题，本专利技术所采取的技术方案是：一种无人机航拍车辆检测与道路分割的多任务实现方法，包括如下步骤：
3、s1：获取无人机航拍视频，对视频进行处理，获得图像数据，对图像进行标注，并对标注结果进行划分，构建多任务数据集；
4、s2：对多任务数据集进行数据增强处理，并调整数据集中图像大小，使其符合多任务网络输入大小的要求；
5、s3：构建多任务网络，通过多任务网络对经过处理后的图像进行特征提取；
6、s4：多任务网络对图像进行处理后，车辆检测网络和道路分割网络输出相应的特征张量；
7、s5：对多任务网络的编码器网络、车辆检测解码网络和道路分割解码网络分别进行预训练，得到预训练权重；
8、s6：通过预训练权重，在多任务数据集上优化无人机航拍图像车辆检测与道路分割多任务网络联合损失函数，对多任务网络进行训练，使用非极大值抑制算法对车辆检测输出候选框进行筛选，得到最终训练结果，使用评估指标对结果进行评估。
9、采用上述技术方案所产生的有益效果在于：1)本专利技术构建了一个无人机航拍车辆检测和道路分割的多任务网络，相较于同时运行yolo和unet，多任务网络不仅具有更低的参数量和计算量，并且由于模型可学习任务之间的关联性，也提高了任务的检测精度；(2)本专利技术通过采用添加g-aspp模块的moblienetv3网络作为编码器网络，进一步降低了网络的参数量和计算量，同时具有多尺度的优点，为在无人机的高效运行上提供了基础；(3)本专利技术通过采用预训练的方法，提高了网络对于数据集的学习程度，进而提高了网络的泛化性能；本方法在测试集上，车辆检测的精度达到77.8％，道路分割的iou达到89.0％，参数量为3.54m，计算量为5.06gflops，满足了在无人机上同时进行车辆检测和道路分割的需求。
本文档来自技高网...【技术保护点】
1.一种无人机航拍车辆检测与道路分割的多任务实现方法，其特征在于包括如下步骤：
2.如权利要求1所述的无人机航拍车辆检测与道路分割的多任务实现方法，其特征在于，所述步骤S1中构建多任务数据集的方法包括如下步骤：
3.如权利要求1所述的无人机航拍车辆检测与道路分割的多任务实现方法，其特征在于，所述步骤S2中对多任务数据集进行数据增强处理，并调整数据集中图像大小的方法包括如下步骤：
4.如权利要求1所述的无人机航拍车辆检测与道路分割的多任务实现方法，其特征在于，所述多任务网络包括：
5.如权利要求4所述的无人机航拍车辆检测与道路分割的多任务实现方法，其特征在于，所述步骤S3中构建多任务网络的方法包括如下步骤：
6.如权利要求1所述的无人机航拍车辆检测与道路分割的多任务实现方法，其特征在于，所述步骤S4中：
7.如权利要求1所述的无人机航拍车辆检测与道路分割的多任务实现方法，其特征在于，所述步骤S5中：
8.如权利要求7所述的无人机航拍车辆检测与道路分割的多任务实现方法，其特征在于，所述步骤S5中对多任
9.如权利要求8所述的无人机航拍车辆检测与道路分割的多任务实现方法，其特征在于，所述步骤S6包括：
10.如权利要求9所述的无人机航拍车辆检测与道路分割的多任务实现方法，其特征在于，所述步骤S6中多任务网络训练和评估方法，具体包括如下步骤：
...【技术特征摘要】
1.一种无人机航拍车辆检测与道路分割的多任务实现方法，其特征在于包括如下步骤：
2.如权利要求1所述的无人机航拍车辆检测与道路分割的多任务实现方法，其特征在于，所述步骤s1中构建多任务数据集的方法包括如下步骤：
3.如权利要求1所述的无人机航拍车辆检测与道路分割的多任务实现方法，其特征在于，所述步骤s2中对多任务数据集进行数据增强处理，并调整数据集中图像大小的方法包括如下步骤：
4.如权利要求1所述的无人机航拍车辆检测与道路分割的多任务实现方法，其特征在于，所述多任务网络包括：
5.如权利要求4所述的无人机航拍车辆检测与道路分割的多任务实现方法，其特征在于，所述步骤s3中构建多任务网络的方法包...
【专利技术属性】
技术研发人员：赵志宏，何朋，赵世哲，俞阿丹，李万根，
申请(专利权)人：河北翔拓航空科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。