复杂背景下的低空无人机检测与跟踪算法

提出一种基于YOLOv5与CSRT算法优化的实时长跟踪方法,实现了对无人机在净空、城市、森林等场景的稳定跟踪.针对跟踪的不同阶段建立不同分辨率的两个捕获网络,分别对两个网络进行小目标检测优化和性能优化,并根据无人机数据集特点对其进行正负样本的添加以实现数据增强.然后,对CSRT算法使用GPU进行优化并结合特征点提取构建了低空无人机检测与跟踪模型.最后,将算法使用Tensorrt部署后在自建数据集上进行实验,实验结果表明,所提方法在RTX 2080Ti上实现了 400FPS的跟踪性能,在 NVIDIA Jetson NX上实现了70FPS的性能.在实际外场实验中也实现了稳定的长时间跟踪.