来源：期刊VIP网 时间：
作者：刘新锋;陈梦雅;李成龙;陈关忠;张晓;
单位：山东建筑大学计算机科学与技术学院;山东建筑大学行业大数据研究中心;山东建筑大学学报编辑部;
摘要：针对无人机因目标较小而难以检测、检测速度慢、难于跟踪等问题，提出一种基于目标检测YOLOv5s算法和目标跟踪DeepSORT算法的无人机检测跟踪方法；采用自采数据集和公开数据集构建无人机检测数据集，使用针对小目标的数据增强方法以扩充数据集多样性；选择合适的YOLOv5算法模型实现无人机目标的精准、快速检测，引入基于批标准化层的模型剪枝方法进一步提高模型检测速度；利用DeepSORT算法实现无人机目标的实时追踪；通过对比YOLOv3、 YOLOv4、 Fast R-CNN以及改进前的YOLOv5算法，验证了本文方法在无人机检测方面的性能。结果表明：提出的无人机检测跟踪方法的全类平均精度达到0.947,每秒浮点运算次数达到2.93×10~9,在无人机检测的精度和速度方面均具有优势。
关键词：计算机视觉技术;;无人机检测;;目标跟踪;;模型剪枝
基金资助：国家自然科学基金项目(51975332);; 山东省重点研发计划(重大科技创新工程)项目(2021CXGC011204);; 山东省自然科学基金(ZR2020QF029);; 山东建筑大学博士基金资助项目(X19023Z0101,XNBS20117)
