一种基于深度学习的轻量化低空飞行器检测方法

本发明公开了一种基于深度学习的轻量化低空飞行器检测方法，涉及无人机与飞行器技术领域，分别采集低空飞行器和低空环境黑飞的视觉图像；对图像数据筛选裁剪，进行特征标注；转换COCO数据集，划分训练集和验证集；改进传统的RTMdet目标检测框架；利用ONNX框架对模型进行优化，并将模型部署到Jetson Xavier NX嵌入式平台，提高模型检测低空飞行器的速度；本方法在拥有目标检测算法的检测精度和推理速度的同时，还适用于低空飞行器在低空环境下的实时监测，解决了低空环境下的黑飞检测算法计算能力低的难题；且在克服传统的人工检测中耗时长、检测精度低的缺点的同时，还具有成本低、易于实现、实时性能好的优势。