无人机目标检测流水线综合分析

目标检测流水线包括捕获场景的摄像头和处理这些图像的目标检测器。图像质量直接影响目标检测器的性能。当前许多工作要么专注于独立改进图像质量，要么专注于独立改进目标检测模型，却忽视了联合优化这两个子系统的重要性。本文的目标是通过专注于优化针对目标检测器定制的输入图像，来调整遥感场景中现有目标检测器的检测吞吐量和准确率。为此，我们实证分析了两个选定的相机标定参数（相机畸变校正和伽马校正）和五个图像参数（量化、压缩、分辨率、色彩模型、附加通道）对这些应用的影响。在实验中，我们利用来自不同领域的三个无人机数据集以及大型和小型最先进目标检测器模型的混合，对流水线参数的影响进行了广泛评估。最后，我们在无人机嵌入式平台上实现了一个目标检测流水线原型，并根据我们的发现给出了构建目标检测流水线的最佳实践建议。我们表明，并非所有参数对检测准确率和数据吞吐量都有同等影响，并且通过在参数之间采用合适的折衷方案，我们能够在保持相同数据吞吐量的同时，为轻量级目标检测模型实现更高的检测准确率。