基于計算機視覺技術(shù)的無人機檢測跟蹤方法

打開文本圖片集

文章編號：1671-3559（2024）04-0445-11DOI：10.13349/j.cnki.jdxbn.20240605.002

摘要： 針對無人機因目標較小而難以檢測、 檢測速度慢、 難于跟蹤等問題，提出一種基于目標檢測YOLOv5s算法和目標跟蹤DeepSORT算法的無人機檢測跟蹤方法； 采用自采數(shù)據(jù)集和公開數(shù)據(jù)集構(gòu)建無人機檢測數(shù)據(jù)集，使用針對小目標的數(shù)據(jù)增強方法以擴充數(shù)據(jù)集多樣性； 選擇合適的YOLOv5算法模型實現(xiàn)無人機目標的精準、 快速檢測，引入基于批標準化層的模型剪枝方法進一步提高模型檢測速度； 利用DeepSORT算法實現(xiàn)無人機目標的實時追蹤；通過對比YOLOv3、 YOLOv4、 Fast R-CNN以及改進前的YOLOv5算法，驗證了本文方法在無人機檢測方面的性能。（剩余17247字）