一种轻量化的无人机巡检目标识别方法

本发明公开了一种轻量化的无人机巡检目标识别方法，包括：样本图片的预处理，包括：去除图片的色彩信息，确保图片大小一致，扩张样本数据量；计算纹理特征向量与轮廓特征向量，并进行拼接从而得到样本图片对应的特征向量；标记样本图片的类型，并将样本图片对应的特征向量作为输入，类型作为结果输入至卷积神经网络中进行训练；当达到预设的训练条件时，对卷积神经网络与轮廓特征向量进行剪枝；对无人机巡检过程中采集到的实时图片，计算出剪枝后的实时图片对应的特征向量，并代入至剪枝后的卷积神经网络，从而预测其类型。本发明减少了神经网络的参数量和计算复杂度。在保持识别精度的前提下，使其能够在资源受限的边缘设备上高效运行。