1.基于核心算法和人工智能的無人機巡檢系統，其特征在于，包括無人機與地面站；無人機上配置有圖像采集與圖像處理模塊，所述地面站用于檢測無人機的狀態，接收無人機傳輸過來的待檢測目標的圖像信息進行進一步的分析，所述圖像采集模塊用于捕獲環境視頻數據，將采集到的環境視頻數據輸入圖像處理模塊，所述圖像處理模塊首先利用目標檢測算法檢測出視頻中的物體，然后進一步篩選出待檢測的目標，計算出待檢測目標與無人機的位置與角度，給出無人機初始飛行指令，在無人機在向目標靠近飛行時，利用設計的動態深度特征壓縮的目標跟蹤方法實時跟蹤待檢測目標，實時的計算出待檢測目標與無人機的位置與角度，給出無人機飛行指令，當待檢測目標與無人機的位置與角度符合要求時，無人機停止飛行，拍攝待檢測目標的圖片，發送到地面站用于進一步分析。
2.根據權利要求1所述的基于核心算法和人工智能的無人機巡檢系統，其特征在于，所述圖像采集模塊所使用的相機為單目云臺變焦相機，通過相機拍攝周圍環境的圖片，將圖片輸出到圖像處理模塊的輸入端。
3.根據權利要求1所述的基于核心算法和人工智能的無人機巡檢系統，其特征在于，所述圖像處理模塊中目標檢測算法是根據特定巡檢任務訓練的faster-rcnn檢測算法，該算法對輸入的圖像進行檢測，檢測出圖像中存在的物體，并進行定位與分類。
4.根據權利要求1所述的基于核心算法和人工智能的無人機巡檢系統，其特征在于，所述進一步篩選出待檢測目標的方法是先根據檢測方法的分類信息篩選出一類目標，然后將每個目標的尺度進行量化其中，i表示這類目標的個數，si表示每個目標的尺度量化后的參數，wi與hi表示每個目標的寬與高，最后根據si進行排序，選擇排序為中間的目標為待檢測的目標。
5.根據權利要求1所述的基于核心算法和人工智能的無人機巡檢系統，其特征在于，所述動態深度特征壓縮的目標跟蹤方法跟蹤過程如下：
6.根據權利要求5所述的基于核心算法和人工智能的無人機巡檢系統，其特征在于，深度特征壓縮方法如下：
7.根據權利要求6所述的基于核心算法和人工智能的無人機巡檢系統，其特征在于，目標變化評估方法如下：
8.根據權利要求1所述的基于核心算法和人工智能的無人機巡檢系統，其特征在于，所述無人機停止飛行的條件是，無人機的相機位置與待檢測目標位置齊平，角度與檢測目標平面垂直，同時拍攝的圖片清晰。