一种面向嵌入式边缘计算设备的反无人机目标检测方法  

作　　者：廖嘉仪 

机构地区：[1]上海大学,上海200444

出　　处：《智能制造》2025年第2期43-49,共7页Intelligent Manufacturing

摘　　要：随着无人机技术广泛应用,其滥用带来的安全风险日益显著。而传统检测和预警技术成本高、易受干扰。深度学习计算机视觉技术为无人机检测提供了高效、精准、低成本优势的新方案。然而,边缘设备上的无人机检测面临复杂背景、目标小且快、运动模糊及精度与速度平衡等挑战,本文基于YOLOv8模型,针对边缘设备限制,引入轻量级动态上采样器DySample加强特征融合,并应用三维注意力机制SimAM自适应调节特征权重,聚焦于目标区域,旨在提升无人机检测的准确性和鲁棒性,有效应对边缘计算环境下的检测难题。在Det-Fly与TIBNet数据集实验数据表明,本文提出的方法分别提升了4.5%、3.17%,且在边缘计算板中效果提升4.04%、4.34%,显著提升检测效率,满足实时反无人机检测的实际需要。

关 键 词：反无人机 嵌入式 边缘设备 目标检测 特征融合 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]