一种基于图像深度信息的恶劣天气无人机目标检测方法

本发明提供了一种基于图像深度信息的恶劣天气无人机目标检测方法，包括：步骤一、将恶劣图像数据输入已训练完成的深度卷积神经网络，对特征金字塔中不同层的特征进行处理，得到特征金字塔；步骤二、基于特征金字塔获取特征图，将特征图输入检测头网络，输出对应恶劣图像数据的目标检测信息；深度卷积神经网络的训练过程包括：对晴朗图像数据进行风格迁移得到恶劣天气数据集；对恶劣天气数据集进行增强，并通过生成多样的恶劣天气情况进而得到一次扩充数据集，以及通过一次扩充数据集得到二次扩充数据集；本发明将真实恶劣场景的风格特征迁移到晴朗天气下的高质量图像上，既能扩充图像数据的多样性，又能增强所构建GAN模型的泛化能力和鲁棒能力。