【Dogfight论文复现】无人机视频中检测无人机的目标检测模型

原创

已于 2025-10-12 22:21:26 修改 · 1.2k 阅读

17 ·

CC 4.0 BY-SA版权

文章标签：

#无人机 #音视频 #目标检测

于 2025-09-29 14:02:29 首次发布

在这里插入图片描述

论文名称：Dogfight: Detecting Drones from Drones Videos
论文地址：https://arxiv.org/pdf/2103.17242

博客内容：复现这篇文章的Dogfight模型，也就是再自己本地，NPS数据集上跑通这个模型的代码，得到模型，成功推理，并达到论文中的精度

数据集准备→环境搭建→模型实现→训练配置→推理验证→精度调优

一、数据集准备

获取

论文指出 NPS-Drones 原始标注不精确（ bounding box 过大），重新处理了一下，在Drone-Detection/annotations/NPS-Drones-Dataset路径下。
在这里插入图片描述

数据划分：按论文设置，前 40 个视频为 “训练 + 验证集”（建议 9:1 划分训练 / 验证），后 10 个为测试集

二、仓库克隆与环境搭建

模型仓库

GitHub 仓库 mwaseema/Drone-Detection
论文第一作者 “Muhammad Waseem Ashraf” ,仓库用户名 “mwaseema” 对应论文作者邮箱前缀 “mohammadwaseem”

官方环境配置教程

conda env create -f environment.yml
conda activate drones_detections

# git clone https://github.com/mwaseema/image-segmentation-keras-implementation
# 也可下载ZIP，再unzip

cd image-segmentation-keras-implementation
cd /root/autodl-tmp/image-segmentation-keras-implementation
make

添加仓库路径到 PYTHONPATH

export PYTHONPATH="/root/autodl-tmp/Drone-Detection-main:$PYTHONPATH"

自己配环境

分开一步步来：

conda create -n drones_detections python=3.10
conda activate drones_detections
pip install tensorflow==2.14

tensorflow-gpu 这个包从 2.0 版本开始就被废弃，现在安装 tensorflow 就会自动安装 GPU 版本（如果 CUDA 兼容）。
不要用 conda install tensorflow-gpu，这个命令只适用于 TensorFlow 1.x 版本。

# 降低numpy版本
pip install numpy==1.23.5 --force-reinstall

# 检查版本，检查 TensorFlow是否安装成功
python -c "import tensorflow as tf; print(tf.__version__)"

# 检查 TensorFlow 是否检测到 GPU
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

sudo apt update
sudo apt install nvidia-cuda-toolkit
nvcc --version

conda install -y keras

安装 Toolkit

步骤 1：安装 CUDA 12.4 Toolkit（核心组件）

AutoDL 容器是 Ubuntu 系统，直接通过官方仓库安装：
NVIDIA 驱动已正常工作（支持 CUDA 12.4），但仍未安装 CUDA Toolkit（nvcc命令缺失），且环境变量配置因未安装 Toolkit 而无效。以下是针对 AutoDL 容器的完整分步安装指南（适配当前驱动支持的 CUDA 12.4）：

# 1. 添加CUDA 12.4官方仓库（适配Ubuntu 20.04/22.04）
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600


# 2. 下载有效的CUDA 12.4仓库包（使用最新可用链接）
wget https://developer.download.nvidia.com/compute/cuda/12.4.1/local_installers/cuda-repo-ubuntu2004-12-4-local_12.4.1-550.54.15-1_amd64.deb

# 安装 GPG 密钥（按系统提示执行）
sudo cp /var/cuda-repo-ubuntu2004-12-4-local/cuda-CD478725-keyring.gpg /usr/share/keyrings/
# 更新软件源（加载密钥后的关键步骤）让系统识别并信任 CUDA 仓库
sudo apt-get update

# 安装CUDA 12.4 Toolkit（不包含驱动，避免冲突）
sudo apt-get -y install cuda-toolkit<