경량 공대공 무인항공기 표적 탐지 모델은 오픈 액세스 작업 청 청, 왕 야저, 허 원젠, 바이 유.

드론 산업의 급속한 확장에 따라 저고도 드론의 수가 크게 증가하면서, 이러한 무인 항공기 간의 충돌 방지 및 대응 전략에 대한 우려가 제기되고 있습니다. 이러한 과제들은 효과적인 공대공 드론 표적 탐지의 시급한 필요성을 부각시키고 있습니다. 이상적인 탐지 모델은 높은 정확도와 실시간 처리 능력을 갖추고, 임베디드 장치에서 정밀도와 속도의 균형을 맞출 수 있는 경량 네트워크 아키텍처를 제공해야 한다.

이러한 요구 사항을 충족하기 위해 저자들은 저고도에서 비행하는 드론의 이미지 10,000장 이상으로 구성된 데이터셋을 구축했다. 이 데이터셋에는 다양하고 복잡한 배경이 포함되어 있어 모델의 학습 능력을 크게 향상시켰다. 저자들은 경량 객체 탐지를 실현하기 위해 YOLOv5 알고리즘에 일련의 개선 사항을 적용했다.

특징 추출 과정을 간소화하기 위해 새로운 특징 추출 네트워크인 CF2-MC가 도입되었으며, 탐지 정확도를 높이고 모델의 복잡성을 줄이기 위해 특징 융합 단계에 혁신적인 모듈인 MG가 설계되었다. 또한, 모델의 정확도를 더욱 높이기 위해 기존의 CIoU 손실 함수를 EIoU 손실 함수로 대체하였다.

실험 결과, 드론 표적 탐지 정확도가 향상된 것으로 나타났으며, UAVfly 데이터셋에서는 95.4%, Det-Fly 데이터셋에서는 82.2%의 mAP 값을 달성했습니다. 마지막으로, Jetson TX2를 활용한 실제 환경에서 테스트한 결과, YOLOv5s-ngn 모델은 이미지당 평균 14.5밀리초의 추론 속도를 달성한 것으로 나타났다.

게시 날짜– 2024년 1월

경량 공대공 무인항공기 표적 탐지 모델은 다음과 같은 주요 부분으로 구성되어 있습니다:

• 소개
• 관련 작업
• UAVfly 데이터셋
• 방법
• 결과
• 토론
• 데이터 가용성

게시물 이미지 - UAVfly 데이터셋 (게시물 이미지 출처: 저자)