基于沙漏瓶颈模块的无人机实时检测算法

随着无人机的快速发展与应用,无人机的普及也对公共安全、军事安全和个人隐私等造成了一定的安全隐患。无人机具有飞行速度快、体积小等特点,如何精准快速地发现并定位无人机位置具有一定的挑战。针对此问题,提出了一种基于沙漏瓶颈模块的YOLOv3无人机实时检测算法。首先,将原本3个特征尺度检测扩展为在5个特征尺度上进行检测,充分利用多尺度信息帮助提升小目标检测精度;然后,堆叠沙漏瓶颈模块作为该方法的骨干网络部分,沙漏瓶颈模块作为一种轻量化网络对模型进行加速,并使用通道注意力机制在上采样之后的拼接部分关注更重要的通道信息,抑制不利的信息。为了验证所提算法的有效性,生成基于复杂城市背景下的无人机数据集,实验结果表明,所提算法的精度能够达到98.92%,且具有98.76%的召回率,在1080Ti上达到62.37帧/s的实时速度,模型权重大小仅为5.38 MiB,为进一步在嵌入式平台和移动端实现实时目标检测提供了可能。