一种考虑自适应可学习参数的无人机目标识别与定位方法

本发明旨在解决无人机对地目标检测精度mAP低和目标定位准确性差的问题，公开了一种考虑自适应可学习参数的无人机目标识别与定位方法，具体包括：在检测阶段，利用深度相机采集RGB‑D图像信息，采用自适应锚框生成策略，生成适用于无人机视角下的自适应锚框，采用深度可分离卷积对模型参数量进行优化，提出含有可学习参数的L‑ECA模块增强模型对图像特征的提取能力，通过图像检测模型进行图像检测；在目标位置计算阶段，使用中值滤波算法得到边界框中心点的深度值，结合相机内参、深度值以及通过坐标变换得到目标的位置信息，即实现目标定位。本发明解决了传统技术中检测精度mAP低、目标定位准确性差的问题，适用于无人机搜救、巡检等场景。