Легкий безпілотний літальний апарат класу "повітря-повітря виявлення цілей модель - це відкритий доступ робота Цин Ченг, Яже Ван, Веньцзянь Хе та Ю Бай.
Стрімке розширення індустрії безпілотників призвело до значного збільшення кількості низьковисотних дронів, що викликає занепокоєння щодо стратегій уникнення зіткнень і протидії цим безпілотним літальним апаратам. Ці виклики підкреслюють нагальну потребу в ефективному виявленні цілей безпілотників класу "повітря-повітря". Ідеальна модель виявлення повинна пропонувати високу точність, можливості в режимі реального часу і легку мережеву архітектуру, щоб збалансувати точність і швидкість на вбудованих пристроях.
Щоб задовольнити ці вимоги, автори підготували набір даних з понад 10 000 зображень низьковисотних дронів. Цей набір даних включає різноманітні та складні фони, що значно підвищує здатність моделі до навчання. Автори застосували низку вдосконалень до алгоритму YOLOv5, щоб досягти легкого виявлення об'єктів.
Нова мережа виділення ознак, CF2-MC, була впроваджена для оптимізації процесу виділення ознак, в той час як інноваційний модуль MG в секції злиття ознак був розроблений для підвищення точності виявлення та зменшення складності моделі. Крім того, оригінальна функція втрат CIoU була замінена на функцію втрат EIoU для подальшого підвищення точності моделі.
Експериментальні результати продемонстрували покращену точність виявлення цілей безпілотників, досягнувши значень mAP 95,4% на наборі даних UAVfly і 82,2% на наборі даних Det-Fly. Нарешті, тестування в реальних умовах на Jetson TX2 показало, що модель YOLOv5s-ngn досягла середньої швидкості виведення 14,5 мілісекунд на зображення.
Дата публікації- Січень 2024 року
Модель виявлення цілей легких безпілотних літальних апаратів класу "повітря-повітря" складається з наступних основних розділів:
- Вступ
- Пов'язані роботи
- Набір даних UAVfly
- Методи
- Результати
- Обговорення
- Доступність даних
Пост-зображення - набір даних UAVfly (Авторське право на пост-зображення: Автори)
