強化されたYOLOv7とGPTベースのプロンプトエンジニアリングによる空港の舗装上の異物残骸のインテリジェント検出と記述
Hanglin Cheng1, Ruoxi Zhang2, Ruiheng Zhang1,2
1School of Transportation, Southeast University, Nanjing 211189, China.
この研究は,空港の滑走路で外来物体 (FOD) を検出するためのAIフレームワークを導入し,航空の安全性を高めます. このシステムは,よりよい滑走路検査のために,困難な条件下でもFODを正確に識別し,記述します.
科学分野:
- コンピュータ・ビジョン
- 人工知能
- 航空安全
背景:
- 空港の舗装に留まっている外来物体 (FOD) は,航空安全に重大なリスクをもたらす.
- 正確なFOD検出と現場の理解は,運用リスク管理に不可欠です.
研究 の 目的:
- 強化されたFOD検出と意味記述のための統合されたマルチモダルのAIフレームワークを開発する.
- 航空安全のためのFODの識別の正確性と解釈性を向上させる.
主な方法:
- 強化されたYOLOv7-X検出器 座標注意,SPD-Conv,GSIoUの損失.
- 高品質のマスク生成のためのカスケードYOLO-SAMセグメンテーションモジュール.
- 空間的,物質的,リスクデータを含む詳細な意味記述のための構造化プロンプトエンジニアリング.
主要な成果:
- 小型のオブジェクト検出のmAP@0.5で3.9%の増幅を達成しました.
- 構造化されたプロンプトを使用して記述精度が76.0%から91.3%に改善されました.
- 多様で困難な環境条件 (暗さ,雨,輝き) にも強い性能を示しています.
結論:
- 提案された枠組みは,空港のFOD監視のための実用的な解決策を提供します.
- 高精度検出とコンテキスト認識の記述を組み合わせて,インテリジェントな滑走路検査を行う.
- 超低遅延よりも強度と解釈を優先する半リアルタイム展開に適しています.
さらに関連する動画
08:13SwarmSight: Real-time Tracking of Insect Antenna Movements and Proboscis Extension Reflex Using a Common Preparation and Conventional Hardware
Published on: December 25, 2017
06:00Electroantennography-based Bio-hybrid Odor-detecting Drone using Silkmoth Antennae for Odor Source Localization
Published on: August 27, 2021
関連する概念動画
Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device
Field Application of Global Positioning System
Detection of Gross Error: The Q Test
Deleterious Substances in Aggregate
Another type of impurity is clay and fine material that...
