基于目标检测的无人机航拍场景下小目标检测实践_加强航拍图小目标检测的预测准确度

无人机变得越来越普及，很多场景中由于客观原因的限制大量采用了无人机，无人机预警、无人机抓怕、无人机劝导等等，无人机逐渐成为复杂场景中不可替代的重要觉得，无人机航拍数据与遥感图像数据有几分相似，图像中以小目标居多，不同的是，遥感本身图像很大，所以很多常见的做法都是对原始图像进行切片处理，之后分别检测，最终合并检测结果。而无人机航拍图像与我们日常生活中摄像头采集的数据并不太大差异，所以对于航拍图像的处理还是会当做传统检测的图像来进行处理。

很多场景下无人机主要是人工操作，比如对于一些违规行为的及时警戒劝导都是有人在遥控器前面操作的，这种使用方式其实是很受限制的，能够基于AI的计数对于无人机航拍得到的画面数据实时进行计算分析呢？答案是肯定可以的，我们在去年的时候就已经落地一个无人机的森林防火预警检测项目，里面的核心计数就是基于量化处理后的轻量级目标检测模型对于无人机行进过程中航拍的图像数据进行实时分析计算，及时上报异常信息从而实现火点预警。

这里我们基于一些开源的轻量级模型选用网络获取的数据集来尝试构建航拍场景下的小目标检测模型，首先看下效果：

 这里主要标注检测的目标对象一共有12种，清单如下：

ignored-regions
pedestrian
people
bicycle
car
van
truck
tricycle
awning-tricycle
bus
motor
others

接下来看下数据集&