改善されたRT-DETRに基づいた軽量水中破片検出モデル

科学分野:

• 海洋ロボット工学
• コンピュータビジョン
• 環境監視

背景:

• 水中の生態系は 人為的な廃棄物によって 脅かされています
• 自律的な監視と除去は これらの脅威に対処するために不可欠です
• 資源が限られている自律型水中車両 (AUV) は,効率的なオブジェクト検出モデルを必要とします.

研究 の 目的:

• AUVに最適化された軽量物体検出モデル (LCSA-DETR) を開発する.
• 水中ゴミの検出性能と効率を向上させる
• リソースが限られたプラットフォームのリアルタイム展開を可能にします.

主な方法:

• RT-DETRをベースとしたLCSA-DETRが導入され,アーキテクチャの変更により,StarNetのバックボーン,軽量クロスステージアグリゲーションエンコーダー (LC-Encoder),アダプティブ・カーネル・フュージョン・ブロック (AKFB),双方向機能ピラミッドネットワーク (BiFPN) が導入された.
• LCSA-DETR-Pの圧縮版を作成するために,レイヤ・アダプティブ・マグニチュード・ベースの剪定 (LAMP) を適用した.
• 予備訓練された重量なしで Trash-ICRA19データセットで評価された性能.

主要な成果:

• LCSA-DETR-Pは,Trash-ICRA19データセットで80.4%のAPと98.3%のAP50を達成しました.
• このモデルは,基準値と比較してパラメータ (31.7%),FLOP (23.0%),およびモデルサイズ (35.0%) を大幅に削減した.
• 秒速105.1フレームの リアルタイム推論速度を達成しました

結論:

• LCSA-DETR-Pは,RT-DETR-R18に匹敵する精度を提供し,計算要件はかなり低い.
• このモデルの効率とリアルタイムの性能により,水中の破片を検出するためのリソースが限られたAUVに配備するのに適しています.
• 海洋ゴミのモニタリングと管理のための自律的なソリューションの進歩に貢献します.