一种基于深度学习的无人机智能巡检方法

本发明涉及无人机巡检领域，特别是涉及一种基于深度学习的无人机智能巡检方法。包括：收集原始图像数据，对原始图像数据进行增强处理，得到增强后的图像数据；并对增强后的图像数据进行特征提取，得到特征图；采用局部变化调节特征匹配机制，计算特征图与目标模板特征图的匹配评分，基于匹配评分计算综合匹配评分和置信度，对目标模板特征图进行排序，得到最终识别结果，并得到巡检报告。解决了传统的图像增强方法通常对图像整体进行处理，难以有效突出局部细节特征，导致在复杂背景下，细小目标的检测精度不足；现有的深度卷积神经网络使用固定尺寸的卷积核，在面对不同尺度的目标时无法进行最优的特征提取的技术问题。