[发明专利]无人机航拍场景中的目标检测系统、无人机航拍系统

权利要求书

1.一种无人机航拍场景中的目标检测系统(101)，其特征在于：其包括图像采集系统(103)和目标检测装置(104)，所述目标检测装置被配置为根据图像采集系统在无人机飞行过程中所捕获的图像，执行目标检测方法；所述目标检测方法，具体为：目标检测装置接收目标采集系统所捕获的图像信息，并将其送入神经网络推理装置(201)，神经网络推理装置上部署有神经网络，被用于根据输入信号和训练好的网络参数完成对输入信号的推理，获得推理结果，并通过输出装置(203)输出。

2.根据权利要求1所述的无人机航拍场景中的目标检测系统，其特征在于：该神经网络包括主干网络(301)、颈部网络(302)和头部网络(303)。

3.根据权利要求2所述的无人机航拍场景中的目标检测系统，其特征在于：所述的颈部网络和头部网络为YOLOv5神经网络的颈部网络和头部网络。

4.根据权利要求3所述的无人机航拍场景中的目标检测系统，其特征在于：所述主干网络包括依次连接的如下模块：Cov2d,B_1_3,B_2_3,B_3_4,B_4_3,B_4_2；其中，Conv2d模块包含依序连接的普通卷积、BN、Hard-swish激活函数操作；B_1_3为3个依序连接的普通卷积、BN、SiLU、DWConv、BN模块；B_2_3为3个依序连接的普通卷积、BN、SiLU、CBAM、DWConv、BN模块；B_3_4位4个依序连接的Cov2d、DWConv-H、BN；B_4_3为3个依序连接的Cov2d、CBAM、DWConv-H、BN；B_4_2为2个依序连接的Cov2d、CBAM、DWConv-H、BN；其中DWConv为深度可分离卷积；DWConv-H为依序连接的DWConv、BN、Hard-Swish模块；BN为批标准化，CBAM为CBAM注意力机制模块，包括通道注意力模块CAM模块和空间注意力模块SAM模块。

5.根据权利要求3或4所述的无人机航拍场景中的目标检测系统，其特征在于：所述神经网络推理装置上部署的神经网络，为经过数据集训练后所获得的神经网络，其中所述数据集被执行如下操作之一或多个：

1)设置上下翻转的概率为0；

2)Mosaic马赛克处理，具体步骤为：选择四张图片；把四张图片进行缩放、翻转和改变色域的操作,然后将经过所述操作后的四张图片的一部分重叠后拼接在一起，生成一张大的新图片；再对新的图片标注目标锚定框；

3)二维高斯模糊处理，具体步骤为：对于待处理的像素，利用该像素周围的像素数值进行二维高斯模糊处理,再将得到的数值作为该点的像素值；

4)伽马变换处理，其变换公式如下：

s＝cr^γ

其中，s为灰度输出，c为缩放系数，r是输入灰度，其值在0～1之间，γ是灰度缩放参数，是控制灰度变换缩放程度的参数。

6.根据权利要求5所述的无人机航拍场景中的目标检测系统，其特征在于：所述的数据集为VisDrone训练集。

7.根据权利要求6所述的无人机航拍场景中的目标检测系统，其特征在于：

使用K-means聚类方法对VisDrone训练集的目标边界框进行计算，获得目标边界框，具体为：步骤(1)：设置9个随机尺寸的锚定框为初始的先验框；

步骤(2)：把每一个目标的锚定框样本归为与其最相似的先验框中；

步骤(3)：再次计算先验框的高和宽的均值并把此设定为新的先验框；

步骤(4)：重复步骤(2)和(3),直到先验框的尺寸固定或达到设定的最高迭代次数。

8.一种无人机航拍系统，其特征在于，该无人机航拍系统包括：无人机(102)，以及搭载在无人机上的目标检测系统(101)，所述目标检测系统为如权利要求1至7任意一项所述的无人机航拍场景中的目标检测系统。