航拍图像目标检测

解决什么问题

无人机回传画面后，自动框选出画面中的人、车、建筑物、塔架等目标，无需飞手全程盯屏。典型用于野外搜救（找人）、电网 / 风机巡检（找缺陷部件）。

核心逻辑

使用在航拍数据集（VisDrone、自建巡检集）上微调过的 YOLO 系列检测模型，对每帧图像做一次前向推理，输出检测框 + 类别 + 置信度，再按时间做跨帧去重，避免同一个人被重复告警。

输入示例

一张 1920x1080 航拍 RGB 图像（俯拍 / 斜拍）

输出示例

{
  "objects": [
    { "class": "person", "bbox": [412, 233, 468, 351], "confidence": 0.91 },
    { "class": "vehicle", "bbox": [88, 512, 172, 560], "confidence": 0.86 }
  ],
  "counts": { "person": 1, "vehicle": 2 }
}

使用建议

• 模型尽量跑在机载端（Jetson Orin Nano / RK3588），只回传结构化结果，省图传带宽。
• 俯拍视角与普通 COCO 数据分布差异大，务必用航拍数据微调，否则召回率会明显下降。
• 告警阈值按任务调：搜救宁可误报（confidence ≥ 0.35），巡检统计宁可漏报（≥ 0.7）。