上對於這種很多地方都需要的演算法還有成熟的輪子可以用，劉天陽只是花了小半天功夫，便在系統的輔助下把程式最佳化了出來。

之後便是訓練的事情了，劉天陽開啟一套從網上買來的包含了人影和載具的資料集，開始了對神經網路的訓練。

待收斂後檢查網路質量，隨後又對學習函式進行調整，隨後開啟另一套資料集，進而消除單一資料集引發的過擬合現象。

如此多次重複，最終將結果融合到一起，劉天陽便拿到了一個效能堪稱變態的目標檢測系統。

哪怕視野裡只有一個畫素點在動，它也能準確的將其識別，並進行追蹤。

而且，其效率也很高，相較於某些演算法面對高解析度圖片時一幀能動、兩幀不卡的處理速度，劉天陽的這套演算法甚至能實現兩位數的幀率。

極大的提升了制導無人機的跟蹤效能。

只不過與此相對的，這個演算法對於ai加速卡的要求很高，如此一算，制導無人機續航時間恐怕就要大大縮短了。

“唉，沒辦法，這個系統只能在中後段接入了，否則滯空視窗期就實在太短了。”

劉天陽將整套系統打包成dll，合進飛控之中，確保自己的秘密不會洩露。

額外加入的ai計算卡由於內部空間不足，目前只能以延長排線的方式放到外面，看上去有些醜陋，不過劉天陽現在並不著急對這方面進行修改。

“還有沒有什麼可以改進的地方呢？”

這次實驗過後，整套無人機系統估計就要開始向客戶推廣了，那時想要再做修改，顯然比現在要麻煩不少。

“嗯……咦！這個想法不錯，哈哈哈哈！”

劉天陽忽然想到一個好點子，放聲大笑起來。

……

“只要視野裡這個標誌亮起來就摁下切換按鈕對吧。”

試飛外場中，楊天宇跟劉天陽確認了新的實驗流程。

按照後者的說法，他只需要在前段大概指引方向即可，後段機器介入後就不用再管了。

‘還挺方便的。’

和之前一樣，楊天宇把制導無人機飛到預定位置，然後啟動了fpv。

前段並沒有什麼變化，由於此時fpv離目標還遠，楊天宇便把一部分注意力放到了那個指示切換的標誌上。

‘好，就是現在。’

隨著楊天宇按下遙控器上的一個按鈕，一堆綠色的框頓時出現在他的視野之中。

不僅如此，制導無人機的鐳射架束指引位置也瞬間挪動了一下，精準打在那輛正漂移過彎的玩具車正前方。

那個位置，正是目標識別系統根據玩具車當前速度和加速度計算出的預計交匯點。

很喜歡玩fps遊戲的楊天宇頓時有些蚌埠住了，他只覺得這東西有些熟悉，隨後猛地一震。

“握草！超級瞄準已部署？”