Está viendo el contenido como invitado. Hágase miembro para obtener acceso adicional y funciones exclusivas para miembros.

air-to-air-detection-model-900x519-1

Modelo ligero de detección de objetivos UAV aire-aire

Vehículo aéreo ligero no tripulado aire-aire detección de objetivos modelo es un acceso abierto trabajo por Qing Cheng, Yazhe Wang, Wenjian He y Yu Bai.

La rápida expansión de la industria de los drones ha dado lugar a un aumento significativo del número de aviones no tripulados de baja altitud, lo que suscita preocupación por las estrategias de evitación de colisiones y contramedidas entre estos vehículos aéreos no tripulados. Estos retos ponen de manifiesto la urgente necesidad de una detección eficaz de objetivos aire-aire por parte de los drones. Un modelo de detección ideal debe ofrecer alta precisión, capacidades en tiempo real y una arquitectura de red ligera para equilibrar precisión y velocidad en dispositivos integrados.

Para cumplir estos requisitos, los autores recopilaron un conjunto de datos de más de 10.000 imágenes de drones en funcionamiento a baja altitud. Este conjunto de datos incluye fondos diversos e intrincados, lo que mejora significativamente la capacidad de entrenamiento del modelo. Los autores aplicaron una serie de mejoras al algoritmo YOLOv5 para lograr una detección de objetos ligera.

Se introdujo una nueva red de extracción de características, CF2-MC, para agilizar el proceso de extracción de características, mientras que se diseñó un módulo innovador, MG, en la sección de fusión de características, para mejorar la precisión de la detección y reducir la complejidad del modelo. Además, la función de pérdida CIoU original se sustituyó por la función de pérdida EIoU para mejorar aún más la precisión del modelo.

Los resultados experimentales demostraron una mayor precisión en la detección de objetivos de drones, alcanzando valores mAP de 95,4% en el conjunto de datos UAVfly y de 82,2% en el conjunto de datos Det-Fly. Por último, las pruebas en condiciones reales con el Jetson TX2 revelaron que el modelo YOLOv5s-ngn alcanzó una velocidad media de inferencia de 14,5 milisegundos por imagen.

Fecha de publicación- Enero de 2024

El modelo de detección de objetivos de vehículos aéreos no tripulados aire-aire ligeros contiene las siguientes secciones principales:

  • Introducción
  • Trabajos relacionados
  • Conjunto de datos UAVfly
  • Métodos
  • Resultados
  • Debate
  • Disponibilidad de datos

Post Image- UAVfly dataset (Post Image Credit: Authors)

Comparte el post:
Facebook
LinkedIn
X

Autor

Entradas relacionadas

sidebar-icon

Enviar contenido

¿Le interesa enviar contenidos originales a C-UAS Hub?

Cuando se trata de la concienciación y la protección del espacio aéreo, todos podemos aprender de los conocimientos, la experiencia y las perspectivas de otros en este campo emergente. Si tiene contenido original, nunca antes publicado, liderazgo intelectual, investigación, informes, recursos multimedia u otro contenido interesante sobre concienciación del espacio aéreo o contra-UAS, nos encantaría saber de usted.

Para que su trabajo se tenga en cuenta para su publicación en C-UAS Hub, envíe un correo electrónico con toda la información pertinente a pr@cuashub.com. Responderemos a su correo electrónico en cuanto nos sea posible.

Gracias, señor,
Personal del C-UAS Hub