一种无人机视角下车辆检测方法、装置、介质及设备制造方法及图纸

本发明专利技术涉及一种无人机视角下车辆检测方法、装置、介质及设备，方法包括：采集待检测的目标图像或视频；对目标图像或视频进行预处理，得到预处理图像数据；将预处理图像数据输入至预先建立的检测模型中，获取目标图像或视频中的车辆检测结果；其中，检测模型通过特征提取网络提取所述预处理图像数据的特征，特征提取网络包括执行标准卷积操作和可变形卷积操作的多个卷积层。本发明专利技术提出的无人机视角下车辆检测方法通过在CSPDarknet53网络模型中嵌入可变形卷积，使特征提取网络的卷积区域可以尽可能地覆盖到车辆的外观形状,实现更好的特征提取效果；引入注意力机制，提高了检测模型对无人机视角下的小尺寸车辆目标的检测效果。

【技术实现步骤摘要】

本专利技术属于车辆检测，涉及一种无人机视角下车辆检测方法、装置、介质及设备。

技术介绍

1、近年来，无人机由于其强大的机动性和实用性被广泛应用于交通监控、安全防控以及摄影测绘等诸多领域，其中，无人机视角下的车辆实时检测是车辆跟踪、实时路况获取以及安全巡查等许多应用方向的关键核心技术。但是，由于无人机所拍摄的高度不定，场景复杂多样化，加上外部多变的环境因素，如恶劣的天气和建筑物的遮挡等的影响，使其拍摄的车辆目标存在遮挡、模糊、尺度较小以及背景复杂等实际问题，从而给无人机视角下车辆目标实时准确的检测带来了诸多的挑战。

技术实现思路

1、本专利技术的目的在于克服现有技术中的不足，提供一种无人机视角下车辆检测方法、装置、介质及设备，提高了对车辆的检测精确度和效率。

2、为达到上述目的，本专利技术是采用下述技术方案实现的：

3、第一方面，本专利技术提供了一种无人机视角下车辆检测方法，包括：

4、采集待检测的目标图像或视频；

5、对所述目标图像或视频进行预处理，得到预处理图本文档来自技高网...

【技术保护点】

1.一种无人机视角下车辆检测方法，其特征在于，包括：

2.根据权利要求1所述的无人机视角下车辆检测方法，其特征在于，所述特征提取网络包括CSPDarknet53模型。

3.根据权利要求2所述的无人机视角下车辆检测方法，其特征在于，所述CSPDarknet53模型包括标准卷积层和可变形卷积层；

4.根据权利要求3所述的无人机视角下车辆检测方法，其特征在于，所述可变形卷积层对输入特征图进行特征提取，获得输出特征图，包括：对输入特征图进行1×1标准卷积，得到所述可变形卷积层的采样位置偏移；基于所述采样位置偏移，通过可变形卷积层对所述输入特征图进行卷积计算，获...

【技术特征摘要】

1.一种无人机视角下车辆检测方法，其特征在于，包括：

2.根据权利要求1所述的无人机视角下车辆检测方法，其特征在于，所述特征提取网络包括cspdarknet53模型。

3.根据权利要求2所述的无人机视角下车辆检测方法，其特征在于，所述cspdarknet53模型包括标准卷积层和可变形卷积层；

4.根据权利要求3所述的无人机视角下车辆检测方法，其特征在于，所述可变形卷积层对输入特征图进行特征提取，获得输出特征图，包括：对输入特征图进行1×1标准卷积，得到所述可变形卷积层的采样位置偏移；基于所述采样位置偏移，通过可变形卷积层对所述输入特征图进行卷积计算，获得输出特征图。

...

【专利技术属性】
技术研发人员：王其，于成新，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：