陶磊等：基于YOLOv3的无人机识别与定位追踪 465 坐标定位提供必要的输入信息. 60 YOLOv3 YOLOv3用于检测每一帧图像中的无人机，预 ·Others 同 测包含无人机的边界框和每个边界框的置信度， 56 以此来获取无人机在图像中的位置.根据预测框 相对于图像中心的位置偏差，来调整摄像头的方 52 回 向，然后根据两个或多个摄像头的参数来进行坐 0 标解算获取无人机的相对坐标 48 46 2.1Y0L0v3 回 目前为止，YOLO总计发布了三代算法，第一代 20 406080100120140160180 Inference time/ms YOLO的性能是低于SSD算法的，第二代YOLOv22 图1 YOLOv3的运行速度明显快于其他可比的目标检测算法4 在第一代的基础上增加了Batch normalization(批 Fig.1 YOLOv3 runs significantly faster than other detection methods 量归一化)、Dimension clusters(维度聚类)、Multi-. with comparable performance Scale training(多尺度训练)等优化手段，速度与准 确度都有了较大的提升，第三代YOLOv3则在第 YOLOv3的网络结构进行修改，YOLOv3网络有 二代的基础上使用了残差模型和FPN(Feature 53个卷积层，图2是YOLOv3的网络结构示意图. pyramid networks,,特征金字塔网络)架构，性能上 基于检测的目标种类，需要修改三个yolo预 有了进一步的提升，YOLOv3是目前效果最好的 测层之前的卷积层的滤波器数量： 目标检测算法之一，其应用范围也比较广泛.图1 filters =3 x(classes+5) (1) 是YOLO系列算法与其它目标检测算法的性能比 本文中需检测三种不同类型的无人机，故 较，所有算法均在相同平台上测试，测试集为 classes为3，将三个YOLO层之前的卷积层的滤波 COCO数据集P叫，mAP(Mean average precision,平均 器数量均修改为24. 准确度)为算法性能的衡量指标 2.2PID控制二轴云台相机 YOLOv3在VOC2007数据集上的评测有着卓越 二轴云台相机，如图3(a)所示.该相机的作用 的表现，可实现80种物体的实时目标检测.在本 在于控制摄像头移动以保持目标在视频中央.控 文的应用中.所使用的YOLOv3模型基于tensorflow 制模块是一个二轴云台，具有两个舵机，一个舵机 (谷歌深度学习框架)实现，只要训练YOLOv3模 负责控制摄像头左右移动，另一个控制摄像头上 型使其实现对无人机的检测.训练之前，需要对 下移动，每个舵机都具有180°的调节范围，控制效 Type Filters Size Output Predict three Convolutional 32 3×3 416×416 Convolutional Convolutional Conv2d Convolutional 64 3×3/2 208×208 set 3×3 1×1 Convolutional 32 1×1 1× Convolutional 64 1×1 Concatenate Residual 208×208 Convolutional IxI Convolutional 128 3x3/2 104×104 Up sanpling Convolutional 64 1×1 2× Convolutional 128 3×3 Convolutional Convolutional Residual 104×104 3×3 1×1 Predict two Convolutional 256 3x3/2 52×52 Convolutional 128 1×1 Convolutional Convolutional Conv2d Convolutional set 1×1 8× 3×3 1×1 Convolutional 256 3×3 Residual 52×52 Concatenate Convolutional Convolutional 256 3x3/2 26×26 3×3 Convolutional 256 1×1 Up sanpling 8× Convolutional 512 3×3 Convolutional 26×26 1×1 Convolutional Convolutional 1024 3x3/2 13×13 1×1 Convolutional 512 IxI Predict one + Convolutional 1024 3×3 Convolutional Convolutional Conv2d 13×13 set 3×3 1×1 图2 YOLOv3网络结构 Fig.2 YOLOv3 network structure坐标定位提供必要的输入信息. YOLOv3 用于检测每一帧图像中的无人机，预 测包含无人机的边界框和每个边界框的置信度， 以此来获取无人机在图像中的位置. 根据预测框 相对于图像中心的位置偏差，来调整摄像头的方 向，然后根据两个或多个摄像头的参数来进行坐 标解算获取无人机的相对坐标. 2.1    YOLOv3 目前为止，YOLO 总计发布了三代算法，第一代 YOLO 的性能是低于 SSD 算法的，第二代 YOLOv2 在第一代的基础上增加了 Batch normalization（批 量归一化）、Dimension clusters（维度聚类）、Multi￾Scale training（多尺度训练）等优化手段，速度与准 确度都有了较大的提升，第三代 YOLOv3 则在第 二代的基础上使用了残差模型 和 FPN（ Feature pyramid networks，特征金字塔网络）架构，性能上 有了进一步的提升. YOLOv3 是目前效果最好的 目标检测算法之一，其应用范围也比较广泛. 图 1 是 YOLO 系列算法与其它目标检测算法的性能比 较 ，所有算法均在相同平台上测试 ，测试集 为 COCO 数据集[21] ，mAP(Mean average precision，平均 准确度) 为算法性能的衡量指标. YOLOv3 在 VOC2007 数据集上的评测有着卓越 的表现，可实现 80 种物体的实时目标检测. 在本 文的应用中，所使用的 YOLOv3 模型基于 tensorflow （谷歌深度学习框架）实现，只要训练 YOLOv3 模 型使其实现对无人机的检测. 训练之前，需要对 YOLOv3 的网络结构进行修改 ， YOLOv3 网络有 53 个卷积层，图 2 是 YOLOv3 的网络结构示意图. 基于检测的目标种类，需要修改三个 yolo 预 测层之前的卷积层的滤波器数量： filters =3×(classes+5) （1） 本文中需检测三种不同类型的无人机 ， 故 classes 为 3，将三个 YOLO 层之前的卷积层的滤波 器数量均修改为 24. 2.2    PID 控制二轴云台相机 二轴云台相机，如图 3（a）所示. 该相机的作用 在于控制摄像头移动以保持目标在视频中央. 控 制模块是一个二轴云台，具有两个舵机，一个舵机 负责控制摄像头左右移动，另一个控制摄像头上 下移动，每个舵机都具有 180°的调节范围，控制效 60 58 56 54 52 50 48 46 44 20 40 60 80 100 Inference time/ms mAP 120 140 160 180 YOLOv3 Others B C D E F G Method mAP-50 Time/ms [B]SSD32 I 45.4 61 [CIDSSD321 46.1 85 [D]R-FCN 51.9 85 [E1SSD513 50.4 125 [F]DSSD513 53.3 156 [G]FPN FRCN 59.1 172 YOLOv3-320 51.5 22 YOLOv3-416 55.3 29 YOLOv3-608 57.9 51 图 1    YOLOv3 的运行速度明显快于其他可比的目标检测算法[14] Fig.1     YOLOv3  runs  significantly  faster  than  other  detection  methods with comparable performance[14] Type Convolutional 32 3×3 416×416 Convolutional 64 3×3/2 208×208 1× Convolutional 32 1×1 Convolutional Residual 64 1×1 208×208 Filters Size Output Convolutional set Convolutional set Concatenate Convolutional 3×3 Convolutional 128 3×3/2 104×104 2× Convolutional 64 1×1 Convolutional Residual 128 3×3 104×104 Convolutional 256 3×3/2 52×52 8× Convolutional 128 1×1 Convolutional Residual 256 3×3 52×52 Convolutional 256 3×3/2 26×26 8× Convolutional 256 1×1 Convolutional 512 3×3 26×26 Convolutional 1024 3×3/2 13×13 4× Convolutional 512 1×1 Convolutional 1024 3×3 13×13 Up sanpling Convolutional 1×1 Predict three Conv2d 1×1 Convolutional set Concatenate Convolutional 3×3 Convolutional 1×1 Up sanpling Convolutional 1×1 Convolutional 3×3 Convolutional 1×1 Convolutional 3×3 Convolutional 1×1 Conv2d 1×1 Convolutional set Convolutional 3×3 Predict two Predict one Conv2d 1×1 图 2    YOLOv3 网络结构 Fig.2    YOLOv3 network structure 陶    磊等： 基于 YOLOv3 的无人机识别与定位追踪 · 465 ·