面向可见光无人机遥感的轻量级检测算法研究与应用

摘要

针对低功耗硬件环境中轻量级模型对无人机遥感目标检测精度较低的问题，提出一种基于改进GhostNetv3的轻量级检测模型。以GhostNetv3为骨干网络，引入对偶卷积核提升网络挖掘性能，使用深度可分离卷积下采样(DSC Down),进一步降低计算开销，通过Simplified SPPF,聚合多尺度下的目标特征。在特征融合阶段，构建多尺度特征金字塔，让不同层次的特征图充分参与融合。在检测阶段，使用一致双重分配检测头，避免非极大值抑制(NMS)算法带来的推理延迟。实验结果表明，本研究所构建模型在不同数据集上的检测精度优于当前主流轻量级模型，同时具备良好的泛化性能，在测试硬件平台，也能够开展快速检测推理。

关键词

无人机遥感 / 轻量级目标检测 / 第三代幽灵卷积网络 / 对偶卷积核 / 多尺度特征金字塔 / 一致双重分配检测头