基于多尺度深度学习的自适应航拍目标检测

无人机已经被广泛应用到各个领域，目标检测成为无人机视觉领域关键技术之一。针对无人机图像中场景复杂、尺度多变、小目标丰富等问题，提出了一种基于多尺度深度学习的自适应航拍目标检测算法。首先，构建自适应特征提取网络MSDarkNet-53,引入多尺度卷积方式，采用不同类型卷积核对不同尺寸目标进行运算，有效扩大感受野。其次，结合注意力机制的优点设计卷积模块，自适应优化特征权重，增强有效特征，抑制无效特征，得到表征能力更强的特征。最后，构建基于多尺度特征融合的预测网络，根据小目标的特点，选取多层级特征映射融合成高分辨率特征图，在单一尺度上进行目标分类和边界框回归。实验表明：本文算法提升了无人机图像的目标检测精度，具有良好的鲁棒性。