[发明专利]一种轻型航拍图像检测方法及系统

权利要求书

1.一种轻型航拍图像检测方法，其特征在于，包括：

实时获取无人机拍摄视频帧；

利用训练后的航拍图像检测模型判断所述视频帧中是否存在行人或车辆目标；

所述航拍图像检测模型的构建过程包括：

搭建用于特征提取的骨干特征提取网络；

搭建深层特征图跨路径融合网络；

将搭建的骨干特征提取网络与深层特征图跨路径融合网络进行拼接并搭建检测头，得到预设的航拍图像检测模型；

所述航拍图像检测模型的训练过程包括：

利用训练集训练所述预设的航拍图像检测模型，得到最终收敛的航拍图像检测模型。

2.如权利要求1所述的一种轻型航拍图像检测方法，其特征在于，所述骨干特征提取网络包括VB网络和C3SFN网络，所述VB网络为将VoVNet和残差结构Bottleneck进行融合得到的；所述C3SFN网络由一个SFN模块代替原C3网络中的Bottleneck模块得到。

3.如权利要求2所述的一种轻型航拍图像检测方法，其特征在于，所述将VoVNet和残差结构Bottleneck进行融合，包括：

将4个CBS卷积模块依次相连，每个CBS卷积模块的输出都在最后一个模块之后进行拼接，并保留了Bottleneck模块作为一条单独的路径进行拼接，在所有的拼接操作完成之后，再用1个CBS卷积模块来调整输出的通道数。

4.如权利要求2所述的一种轻型航拍图像检测方法，其特征在于，所述SFN模块是一个类Bottleneck模块，具有两个分支，其中一条分支包含两个卷积核大小为1的普通卷积和卷积核大小为3的深度可分离卷积，另一条分支也即输入，两条分支由一个拼接操作融合在一起，最后由一个Channel Shuffle操作来启用两个分支之间的信息通信。

5.如权利要求1所述的一种轻型航拍图像检测方法，其特征在于，所述深层特征图跨路径融合网络采用自上而下和自下而上的双路径特征融合方式，并在深层特征层跨路径同所述骨干特征提取网络进行融合，输出多尺度特征图。

6.如权利要求1所述的一种轻型航拍图像检测方法，其特征在于，所述训练集的构建过程包括：获取若干存在行人或车辆目标的航拍图像，对航拍图像进行预处理；

对预处理后的航拍图像中的行人和车辆进行标签标注，将部分标注后的航拍图像作为训练集。

7.如权利要求6所述的一种轻型航拍图像检测方法，其特征在于，所述对航拍图像进行预处理，包括：

首先，对航拍图像进行随机翻转、拼接和缩放处理；

其次，采用Mosaic数据增强技术处理航拍图像；

最后，将航拍图像尺寸归一化为同一大小。

8.一种轻型航拍图像检测系统，其特征在于：包括：

视频帧获取模块，被配置为：实时获取无人机拍摄视频帧；

航拍图像检测模型构建模块，被配置为：搭建用于特征提取的骨干特征提取网络；

搭建深层特征图跨路径融合网络；

将搭建的骨干特征提取网络与深层特征图跨路径融合网络进行拼接并搭建检测头，得到预设的航拍图像检测模型；

航拍图像检测模型训练模块，被配置为：利用训练集训练所述预设的航拍图像检测模型，得到最终收敛的航拍图像检测模型；

目标判断模块，被配置为：利用训练后的航拍图像检测模型判断所述视频帧中是否存在行人或车辆目标。

9.计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的一种轻型航拍图像检测方法中的步骤。

10.电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的一种轻型航拍图像检测方法中的步骤。