[发明专利]一种无人机红外目标实时检测方法

权利要求书

1.一种无人机红外目标实时检测方法，其特征在于，包括如下步骤：

(1)构建IT-YOLO无人机红外目标检测网络；

(2)采集制作无人机红外目标检测数据集；

(3)训练生成无人机实时红外目标检测模型；

(4)无人机检测红外目标。

2.根据权利要求1所述的一种无人机红外目标实时检测方法，其特征在于，步骤(1)中IT-YOLO无人机红外目标检测网络是在Tiny-YOLOV3轻量级目标检测网络基础上进行主干网络与检测网络的改进。

3.根据权利要求2所述的一种无人机红外目标实时检测方法，其特征在于，将Tiny-YOLOV3中Maxpool3层替换为Conv4层，增加Conv5层，同时在Tiny-YOLOV3模型的基础上增加上采样层Upsample2，将Conv5层和Upsample2在通道维度上进行连接操作，Conv7通过Upsample2进行升采样操作，形成特征金字塔增加的一个特征图层，再将首个卷积层内卷积核换为单通道卷积核，使用CenterNet结构代替原有YOLO检测层，即为IT-YOLO无人机红外目标检测网络。

4.根据权利要求3所述的一种无人机红外目标实时检测方法，其特征在于，特征金字塔网络为13×13、26×26和52×52像素的3个检测尺度结构。

5.根据权利要求4所述的一种无人机红外目标实时检测方法，其特征在于，在3个检测尺度上使用CenterNet检测结构，用无锚点方式代替原有基于锚点的YOLO检测层。

6.根据权利要求5所述的一种无人机红外目标实时检测方法，其特征在于，使用CenterNet结构进行检测时，采用尺度敏感区域以适应不同尺寸大小的目标物，将生成相对小目标较大，相对大目标较小的中心区域，获取一个边界框I是否被保留，获取方式如下：tl_x，tl_y代表框左上角的点，br_x，br_y代表框右下角的点，定义一个中心区域j，定义左上角的点的坐标为(ctl_x,ctl_y),右下角点(cbr_x,cbr_y)，ctl_x，ctl_y，cbr_x，cbr_y的满足如下公式，

式中n为奇数，代表中心区域j的大小，边界框小于150时，n＝3，边界框大于150时，n＝5。

7.根据权利要求1所述的一种无人机红外目标实时检测方法，其特征在于，步骤(2)中，在夜间环境下采用无人机搭载红外热成像平台分别于低空，高空距离进行拍摄，由上至下的视角采集清晰可供识别检测的红外图像，汇集8000个无人机视角下夜间场景的红外热成像图像作为无人机红外目标检测数据集。

8.根据权利要求7所述的一种无人机红外目标实时检测方法，其特征在于，按5:1的比例将无人机红外目标检测数据集分为训练集和测试集，使用YOLO-MARK工具标注要检测的2类目标，行人和车辆；在模型训练环节，将数据集中的图像样本全部转换为416×416像素的图像，训练时以100幅图像为一个批次进行小批量训练，训练一批图像，权值进行一次更新，权值的衰减速率设为0.0005，动量设置为0.9，初始学习率设为0.001，对IT-YOLO网络进行20000次迭代，每间隔2000次迭代后保存一次模型，最终模型平均损失降至0.2以下，选取精度最高的模型作为无人机实时红外目标检测模型。