【论文阅读】Multi-Scale Fusion Uncrewed Aerial Vehicle Detection Based on RT-DETR

Multi-Scale Fusion Uncrewed Aerial Vehicle Detection Based on RT-DETR

论文地址

摘要

随着科学技术的快速发展，无人机技术在各个领域显示出广阔的应用前景。无人机目标检测的准确性和实时性对于确保无人机的安全和提高其工作效率至关重要。针对当前无人机探测领域面临的挑战，本文提出了聚合级联扩展DETR（GCD-DETR）模型，旨在提高无人机目标探测的准确性和效率。本文的主要创新点如下：（1）将扩展重参数块创新地应用于扩展方向残差模块，该模块将大核卷积和并行小核卷积结合在一起，融合了多尺度感知生成的特征图，大大提高了特征提取能力，从而提高了无人机检测的准确性。（2） 引入了聚集和分布机制，有效地提高了多尺度特征融合的能力，使模型能够充分利用从骨干网中提取的特征信息，进一步提高检测性能。（3） 创新性地引入了级联组注意力机制，不仅节省了计算成本，而且通过以不同方式划分注意力头部来提高注意力的多样性，从而增强了模型处理复杂场景的能力。为了验证所提出模型的有效性，本文在复杂场景的多个无人机数据集上进行了实验。实验结果表明，本文提出的改进RT-DETR模型在两个无人机数据集上的精度分别达到0.956和0.978，比原始RT-DETR模型高2%和1.1%。同时，模型的FPS也提高了每秒10帧，实现了精度和速度之间的有效平衡。

引言

随着无人机技术的发展及其广泛应用，如何有效地监测和控制无人机的飞行已成为一个重要课题。无人机的飞行可能会影响空域安全、民航、军事、政府、公共设施、个人隐私等，它甚至可能被用于非法或恶意目的。在军事术语中，无人机探测可以帮助军方找到并锁定敌人的无人机或其他目标，以便进行准确的攻击或拦截。它还可以帮助军方保护自己的无人机不被敌人发现或干扰，并提高监视的有效性和安全性。在机场等地区，无人机探测可以帮助机场防止无人机进入禁飞区，造成飞行延误或危险。无人机探测还可以帮助机场监控和管理机场周围的无人机活动，维护空域的秩序和安全。在政府机构或军事基地等高度保密的领域，无人机检测可以帮助政府机构防止无人机窥探或对重要人物或场合的威胁，保护国家的利益和安全。因此，无人机探测是帮助我们发现、定位、跟踪和管理无人机，保护社会和国家的利益和安全的关键技术。（说明背景）

传统的无人机检测方法主要有基于雷达、声波、电磁、光学、红外等传感器的检测方法，但都存在一定的缺陷。例如，雷达的缺点是容易受到电磁干扰或反射的影响，声波的缺点是探测范围小，容易受到环境噪声或风速的影响。电磁干扰或反射的缺点是其检测范围受信号强度和频率的限制，并且容易受到加密或欺骗。红外探测的缺点是受环境温度和湿度的影响，需要复杂的温度标定和分析。因此，可以使用基于光学图像的检测方法，而基于图像检测的无人机检测方法具有许多优点，使其在各种应用场景中受到高度青睐。例如，它可以自动化无人机的监控过程，还可以在复杂环境中实现准确的目标检测和定位。基于图像的检测方法可以根据不同的环境和天气条件进行调整和优化，以确保在各种复杂环境中有效检测无人机。这种适应性使得图像检测系统在不同的应用场景中得到了广泛的应用。（研究背景）

通过使用先进的目标检测算法，我们将能够更准确地检测和识别各种类型的无人机，包括小型无人机和高速车辆。这不仅有助于提高公共安全，还将促进无人机技术的可持续发展和应用。无人机检测可以帮助监管机构及时发现和应对潜在