基于Faster R-CNN的无人机车辆目标检测

摘要

无人机视角目标存在分辨率低、完整度低、干扰项多等缺点.此外,无人机目标检测系统研究进展缓慢,其对于小目标、不完整目标和重叠目标的检测精度无法满足社会实际需求.针对以上问题,文中提出一种基于Faster R-CNN的无人机平台车辆目标检测解决方案.该方案使用ResNet卷积神经网络作为特征提取网络,并改进网络结构,重新设计Anchor生成和改进Soft-NMS算法等策略,解决了小目标、不完整目标和重叠目标的检测精度低等问题,提高了无人机车辆检测的精度.文中所构建的数据集测试实验表明,所提算法较改进前AP值提高13.46％.公开数据集上的测试实验表明,相较于目前的主流算法,文中所提算法拥有更好的AP值和召回率.