随着无人机的高速发展,基于无人机平台进行目标检测和跟踪已逐渐成为计算机视觉的一大研究热点。而实际上,在军事方面早已采用无人机进行区域巡检和侦查,现如今在民用领域也有高空区域巡检的需求。但在目前已有的算法中,对处理高空检测跟踪多目标都没有一个较为稳妥的方法,常常受限于复杂的场景、环境因素、检测的目标尺寸大小信息等等因素限制。因此,本文仅针对民用区域巡检的需求,提出基于无人机视觉的多目标（汽车、公共汽车、卡车）检测及跟踪的结构,目的是有效提高无人机在高空中对于像素小且密集的多目标检测和跟踪能力并解放劳动力,使得有效捕捉提取区域内的目标信息。本文的研究工作如下:1)首先针对由采集和Visdrone组成的数据集进行特点分析,根据特点进行图像预处理工作,通过加权平均法、高斯滤波和限制对比度自适应直方图均衡化,增强图像质量并降低检测的难度。2)对于YOLOv5目标检测算法中,进行聚类计算出4种尺寸的12个锚框大小,作为后续的结构改进及训练时选用,并且选用CIOU＿LOSS替换GIOU＿LOSS和选用DIOU＿NMS替换NMS,能解决较低程度的遮挡问题;在网络结构上,分别改进了Backbone和Neck网络,都融合了处于4倍下采样处的特征图,因此检测尺寸大小发生改变。改进的结果表明比原算法好,m AP都分别增长了4.4%和1.4%,而且改进的算法能检测出原算法未能检测的目标。3)在Deepsort多目标跟踪算法上,对基于检测的跟踪算法作一些调整,并使用Fast Reid替换了原算法中的Reid网络,使表现出更好的跟踪效果。改进的结果中其MOTA、MOTP分别上升了5.1%和3.8%,其IDs下降了62。4)在多目标跟踪应用中,保留视频前8帧内的一前一后跟踪框位置,计算出两个框的中心像素点的差值,并换算到与之对应的实际距离,同时计算8帧的时间,从而计算出速度,并设置超速阈值,对于超速的目标进行感兴趣区域的截取,并最大程度的保留目标的信息。