随着科技的不断发展,无人机的使用越来越广泛。通过在无人机上搭载高清摄像头,地面站用户能通过终端实时观察无人机拍摄的画面。同时,深度学习技术以其优秀的表现能力在日常中被广泛使用。针对目前算法对于无人机拍摄的画面中因为目标尺寸较小、纹理缺失等问题而造成的对小目标检测能力不足。本文提出基于视觉的目标识别检测与跟踪网络结构,用以提高无人机的检测与跟踪性能。研究内容如下:（1）基于轻量级目标检测网络Tiny Yolov3,结合本文实际,改进原有K-Means聚类算法,使用聚类数K=9,用IOU替代欧式距离对先验框重新聚类。改进Tiny Yolov3检测网络:增加3×3和1×1的卷积层,同时在第五个卷积层后增加一个新的上采样层Upsample 2,并与第八个卷积层输出的特征图进行Concat连接操作,得到新的输出层:52×52。增加一个新的特征金字塔,提高了对小目标的检测能力。（2）使用卡尔曼滤波算法,在对目标进行跟踪的前提下,提出融合卡尔曼滤波跟踪算法的检测网络。使用匈牙利算法对目标检测网络检测框与卡尔曼滤波算法跟踪框进行最优匹配。使用修正后的结果对检测进行修正,提高了目标检测网络检测速度与检测能力。（3）搭建基于机器人操作系统ROS、仿真软件Gazebo和自动驾驶仪软件PX4等的综合仿真环境,对提出的目标检测与跟踪算法进行验证对比试验。试验结果表明,对比原始Tiny Yolov3网络模型,改进Tiny Yolov3网络结构模型平均检测精度m AP提高了6.5%。融合卡尔曼滤波跟踪算法后,对比改进Tiny Yolov3检测网络,融合了卡尔曼滤波跟踪算法的检测网络的平均检测速度FPS提高了34.2%,检测精度m AP提高了8.6%。试验结果表明,融合了卡尔曼滤波跟踪算法的检测网络能够提高网络检测性能,具有一定的工程应用价值。