面试问题：无人机小目标检测

目录

• 1. 问题1：无人机拍的图片像素低（目标小），多尺度怎么提高检测精度？
• 问题2：无人机硬件差

 

---

回到顶部

1. 问题1：无人机拍的图片像素低（目标小），多尺度怎么提高检测精度？

所谓的像素低就是 距离比较远时，目标太小。

训练：

滑动窗口

1. 无人机图像分辨率一般很大，可以把图像切分再训练。因为有目标可能位于 切分的地方，所以相邻区域做一些 overlap，比如设置的重叠区域面积占总面积（每个小图的面积，比如 640*0.2=128）的 20%。同时 bbox 坐标做相应的变换。
2. （1）有些GT boxes 可能被切割到，我会把切割后box的w,h分辨率小于35的去掉；（2）（切分的box的面积 ）/ (GT box的面积) 小于 0.25 的去掉。这样就部分避免一个目标别切割成两个框后，在一个框占的面积很大，另外一个很小（可以只有几个像素）的情况。

我认为，如果目标正好在训练集中被切分为 几个部分，如果像素很少，也可以直接 给它们 cutout 掉。

分块的开源库：
https://zhuanlan.zhihu.com/p/414127886
https://github.com/obss/sahi

推理：

1. 推理时候同样需要做 图像分块，也是有 overlap 的，重叠部分会被检测两次，把所有坐标映射到原图上。再整体做 NMS。

• （1）小图跑模型推理，得到推理结果pred；

• （2）对pred的结果中boxes位置进行坐标转换，转换为对应于原图中的位置；

• （3）把各个小图推理的结果用 torch.cat 来进行合并；

• （4）使用nms非极大值抑制 过滤掉重复的框。

参考：

https://blog.csdn.net/u012505617/article/details/121753656

https://zhuanlan.zhihu.com/p/89357475

数据增强
多尺度学习（特征融合）
参考：https://zhuanlan.zhihu.com/p/398546919

https://zhuanlan.zhihu.com/p/548861984

https://blog.roboflow.com/detect-small-objects/

回到顶部

问题2：无人机硬件差

SlimYOLOv3 是 YOLOv3 的剪枝版本。

https://aistudio.baidu.com/aistudio/projectdetail/5816393

https://aistudio.baidu.com/aistudio/projectdetail/5036782