论文部分内容阅读
提出了一种基于级联神经网络的无人机目标关键点检测算法。该算法采用的网络由两部分级联而成:网络1负责对目标整体进行检测;网络2接收目标图像作为输入,输出目标上关键点位置信息。针对现有方法通过加深网络提升准确性带来的低实时性问题,该算法通过引入两种跨层级连接方式,加强神经网络对全局信息的重利用,提升关键点定位的准确性,同时利用深度可分离卷积降低网络参数量,提升实时性。经测试集数据验证,该算法在复杂环境下关键点定位相对误差为0.03,在Nvidia GeforceGTX 1080ti上平均运行速度为28