在计算机视觉和无人机的发展和推动下,基于无人机航拍图像的目标检测研究已经成为当前计算机视觉领域的研究热点。目标检测的目的是确定给定图像中是否存在特定类别的对象目标,如果存在,那么返回该目标的空间位置和所属类别。随着深度学习的迅速发展,目标检测领域取得了突破性进步。而由于无人机具有的移动优势,拍摄角度更广,其航拍图像中的目标数量更多,背景复杂,在不同高度拍摄的图像其中的目标尺度不同,而且由于无人机一般飞行高度较高,图像中的小目标较多,因此这些特点给目标检测带来了新的挑战。目标检测算法主要分为传统的目标检测算法和基于深度学习的目标检测算法,传统目标检测算法用于检测的特征多为人工设计,只适用于特定的应用场景,泛化能力较弱,而基于深度学习的目标检测算法提取特征能力强,检测效果优于传统目标检测算法。因此,本文通过研究基于深度学习的目标检测算法,在SSD的基础上进行了改进,提升了无人机航拍图像的检测效果,本文主要工作如下:基于深度学习的目标检测算法中,通常采用不同分辨率大小的特征图来检测不同大小的目标。分辨率较大的特征图由于感受野较小,会被用来检测小目标,分辨率较小的特征图感受野较大,会被用来检测较大目标。本文分析了SSD的网络结构,虽然SSD采用了多个特征图来检测尺度不同的目标,但其使用的特征图仅仅使用了单层的信息,而后面的特征图都是利用前面的特征图得到的,不能很好地利用多个特征图的语义信息。因此,本文提出了一种基于特征融合的SSD改进算法,通过将包含丰富语义信息的高层特征图与包含较多小目标信息的低层特征图融合,提升了对小目标的检测能力。在融合过程中,本文提出了一种新的融合方法,用来将多个特征图融合起来。在最后的检测过程中,由于用于检测的特征层的每个通道对目标检测作用效果不同,本文提出了一种特征增强方法,用来增强检测层的有效通道,抑制无效通道。通过实验发现,本文提出的算法在无人机航拍数据集UAVDET上达到29.8%的mAP,相比SSD提升了4.2%,检测速度达到19fps。通过对现有的一阶段目标检测算法分析可知,目前的目标检测算法都是采用在不同尺度的特征图上的每个单元设置固定大小和宽高比的默认框的方法,然后再对这些默认框进行分类与回归。在目标检测算法中,基于区域生成的目标检测算法由于可以通过网络生成高质量的候选区域,如Faster R-CNN,通过RPN网络生成大概2000个候选区域用来进行目标检测。而基于回归的目标检测算法因为默认框的位置固定,可能使得默认框与真实框并不能很好的匹配,尤其对于小目标检测,这就导致检测算法不能很好的定位目标位置。而且这种方法会生成大量的候选框,远高于基于区域生成的目标检测算法,这也导致了在基于回归的目标检测算法中,候选框中的正负样本分布极不均衡,以至于训练的网络检测效果没有基于区域生成的目标检测算法检测效果好。由于无人机航拍图像的背景比较复杂,小目标较多,而一阶段的目标检测算法不能很好地对小目标进行定位,为此本文提出了一种基于两级特征图融合的两阶段联合检测算法,首先对第一级特征图金字塔进行初步筛选,过滤一部分背景默认框,并且对默认框进行粗略调整,使其更接近真实框,然后将得到的默认框作为第二阶段检测的输入,这样可以对小目标的定位更精确。通过实验发现,本文提出的算法在无人机航拍数据集UAVDET上达到32.1%的mAP,比SSD提升了 6.5%,检测速度为14fps。