基于嵌入式平台的航拍目标智能识别

来源：计算机测量与控制杂志2022年第11期北京时间：

作者：田祥瑞,贾茚钧,罗欣,尹婕,徐鹏

单位：南京航空航天大学 自动化学院

摘要：基于多旋翼无人机实现目标识别具有成本低、灵活性高的优点,能够对近地低空目标进行高强度监测,在国防军事领域和民用领域具有巨大的应用前景；但无人机机载计算机常使用功耗小、重量轻、可靠性高的嵌入式设备,该类设备算力有限,难以实时运行现有深度学习目标识别算法,因此研究深度学习航拍小目标识别技术在嵌入式设备中实时运行有重要意义；基于YOLOv4设计了适用于无人机俯视小目标的轻量化网络,并基于BN层 系数对网络进行剪枝,采用了TensorRT对算法进行硬件加速；同时,制作了小型军用目标数据集,基于该数据集,在机载嵌入式运算平台上对原始YOLOv4算法和改进的算法分别进行了测试,改进算法与原YOLOv4相比,准确率提升了2.3%,速度提升了3.3倍。

关键词：目标识别;YOLOv4;深度学习;无人机;网络轻量化;

基金资助：国家自然科学基金(61973160,62073161),江苏省自然科学基金(BK20210298)