一种 Anchor Free 的无人机检测方法

来源：计算机技术与发展杂志2021年第01期北京时间：

作者：耿文;';孙涵;'

单位：1. 南京航空航天大学 计算机科学与技术学院/ 人工智能学院,江苏 南京 211106;?2. 南京航空航天大学 模式分析与机器智能工信部重点实验室,江苏 南京 211106

摘要：目前几乎所有最先进的目标检测方法都依赖于预先定义的 anchor,但是由于 anchor 的存在,网络会增加与 anchor 相关的计算开销,而且在现实世界中,目标尺度多种多样,比如地对空拍摄的无人机目标,预先定义的 anchor 不可能穷举所有的无人机尺度。 因此,该文抛弃预先定义的 anchor,采用 anchor free 的方法来检测无人机。 该 anchor free 方法以目标中心区域的像素为训练样本来逐像素预测边界框的偏移量。 针对地对空拍摄的无人机目标大部分都是小尺度的情况,采用高分辨率网络 HRNet 作为主干网络来提取小目标细粒度的特征,从而提高小目标检测的精度。 相对于基于 anchor 的目标检测方法,该网络框架简单、灵活,并且可以自适应地预测无人机目标的边界框。 在自己设计的无人机数据集上,该方法获得了更高的召回率和精确率。

关键词：目标检测;anchor free;无人机检测;小目标检测;逐像素预测;HRNet