无人机检测识别在我之前的一些实践里面是做过的,主要是基于网络上面实际采集到的数据做的,最近因为有实际项目的需要购买了大疆某品牌的无人机,如下图:
![](https://img-blog.csdnimg.cn/img_convert/14b751ab20c74f01ac506d00340a297c.png)
后续需要基于这个进行相应的实践开发,本文并不是介绍这块的工作,因为我也是刚接触所以还没法上手开发。
这里主要是想要自己实际采集无人机飞行的视频数据,然后开发构建无人机目标检测模型。首先看下效果:
![](https://img-blog.csdnimg.cn/img_convert/03558a0dbe1242afa45d5f43b9a28f98.png)
数据集是我自己采集的,如下:
![](https://img-blog.csdnimg.cn/img_convert/4b9e48775dcb4bcdb9b9dfc5169b9e68.png)
![](https://img-blog.csdnimg.cn/img_convert/117128ba085844edb6b3289d673141ae.png)
直观来看,无人机在图像中的大小还是很小的,除非是要降落的时候可能会看的比较真切。
这里直接选用的m系列的模型,如下:
#Parameters
nc: 1 # number of classes
depth_multiple: 0.67 # model depth multiple
width_multiple: 0.75 # layer channel multiple
anchors:
- [10,13, 16,30, 33,23] # P3/8
- [30,61, 62,45, 59,119] # P4/16
- [116,90, 156,198, 373,326] # P5/32
#Backbone
backbone:
# [from, number, module, args]
[[-1, 1, Conv, [64, 6, 2, 2]], # 0-P1/2
[-1, 1, Conv, [128, 3, 2]], # 1-P2/4
[-1, 3, C3, [128]],
[-1, 1, Conv, [256, 3, 2]], # 3-P3/8
[-1, 6, C3, [256]],
[-1, 1, Conv, [512, 3, 2]], # 5-P4/16
[-1, 9, C3, [512]],
[-1, 1, Conv, [1024, 3, 2]], # 7-P5/32
[-1, 3, C3, [1024]],
[-1, 1, SPPF, [1024, 5]], # 9
]
#Head
head:
[[-1, 1, Conv, [512, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 6], 1, Concat, [1]], # cat backbone P4
[-1, 3, C3, [512, False]], # 13
[-1, 1, Conv, [256, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 4], 1, Concat, [1]], # cat backbone P3
[-1, 3, C3, [256, False]], # 17 (P3/8-small)
[-1, 1, Conv, [256, 3, 2]],
[[-1, 14], 1, Concat, [1]], # cat head P4
[-1, 3, C3, [512, False]], # 20 (P4/16-medium)
[-1, 1, Conv, [512, 3, 2]],
[[-1, 10], 1, Concat, [1]], # cat head P5
[-1, 3, C3, [1024, False]], # 23 (P5/32-large)
[[17, 20, 23], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5)
]
默认还是100次的epoch,如下:
![](https://img-blog.csdnimg.cn/img_convert/7572ca7ca47140809c24d735ca2d19ec.png)
![](https://img-blog.csdnimg.cn/img_convert/8c3bceb856e2483b9a905f9a5ed35fc3.png)
训练完成后结果如下:
混淆矩阵:
![](https://img-blog.csdnimg.cn/img_convert/440ef964d13d447dace6ba24556e2ec5.png)
F1曲线:
![](https://img-blog.csdnimg.cn/img_convert/409ab755100a4a439d3d186c374dfd31.png)
夸张的PR曲线:
![](https://img-blog.csdnimg.cn/img_convert/43b12b10a089476182b0e4818ef02978.png)
训练过程可视化:
![](https://img-blog.csdnimg.cn/img_convert/fa226b2fd91849cf8dac79d7aa2bd150.png)
后续基于可视化界面实现了可视化推理,样例如下:
![](https://img-blog.csdnimg.cn/img_convert/8ea076ce5b82437488b6d505af248e20.png)
![](https://img-blog.csdnimg.cn/img_convert/e1c31261f3e2483698a4729cbd0d8b4b.png)
![](https://img-blog.csdnimg.cn/img_convert/1969f5e54c424d64a3854fedb9b29915.png)