轻型注意力卷积无人机影像车辆检测模型研究

提出一种能够部署于无人机终端的轻量级端到端车辆检测模型。在骨干网络中，首先，使用焦点机制对输入的原始图像进行无损下采样；然后，利用带有轻型注意力模块的深度可分离卷积核组成特征提取层；最后，在特征金字塔中通过跨尺度多层融合来提高三个层级输出特征图内的信息复杂程度。将开源无人机影像数据集VisDrone与多个时期采集的无人机道路影像混合，经过增强处理后作为训练集对模型进行训练。实验结果表明，本文所提出模型对于各类车辆目标均表现出稳定的检测性能，在综合检测精度方面明显优于几组对照模型，同时训练后模型体量较小，能够在测试环境的嵌入式硬件终端上部署并开展实时检测。