无人机空中图像中的小物体的实时和高效探测器
Li Tan1, Chen Zhang2, Hua Bai3
1School of Computer and Artificial Intelligence, Beijing Technology and Business University, Beijing, 100048, China. tanli@th.btbu.edu.cn.
Scientific reports
|November 10, 2025
概括
本研究介绍了RT-UAV-SOD,这是一个基于变压器的框架,用于在无人机 (UAV) 图像中实时检测小物体. 该模型提高了边缘设备的检测精度和处理速度.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 机器人技术 机器人技术 机器人技术
背景情况:
- 在无人机 (UAV) 图像中检测小物体是具有挑战性的,因为高分辨率要求和在资源有限的平台上需要实时处理.
- 现有的方法往往难以平衡空中图像的检测精度和推断速度.
研究的目的:
- 提出基于变压器架构的实时无人机空中图像小物体检测框架RT-UAV-SOD.
- 为了提高无人机空中图像中小物体的检测性能,同时保持实时处理能力.
主要方法:
- 开发了一个使用Cascade Group注意力倒置剩余移动块 (CGA-iRMB) 的骨干网络,以改善特征表达和多尺度提取.
- 整合了一个跨阶段的融合模块,以优化多级特征融合,平衡精度和推断速度.
- 确保模型与边缘设备的兼容性,以实现强大的空中图像处理.
主要成果:
- 在VisDrone2019-DET数据集上,RT-UAV-SOD在精度上提高了3.3%,mAP50提高了4.5%,mAP50提高了2.5%:95.
- 在DOTA数据集上,该模型显示精度增加了4.3%,mAP50提高了1.1%,mAP50:95.5增强了2.6%.
- 在无人机应用中展示了高效的实时物体检测能力.
结论:
- 在无人机空中图像中检测小物体,RT-UAV-SOD提供了一种高效,强大的解决方案.
- 拟议的框架有效地解决了在资源有限的平台上实时处理和准确性的挑战.
- 整合CGA-iRMB和跨阶段融合显著提高了空中图像的检测性能.
