.png){kind=icon}
返回
Towards Unified Transformer for UAV-Based Multi-Task Oriented Object Detection
.png){kind=icon}
OA
AI
DOI：10.1049/ipr2.70343.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于UAV的可见光-热成像目标检测对于全天候空中感知至关重要。然而，当前为可见光、热成像和融合任务分别训练模型的方法带来了显著的计算冗余。此外，在典型的UAV视角下，物体常以任意朝向出现，使得有向边界框比水平边界框更适用于精确定位。为解决效率挑战和精确朝向感知检测的需求，我们提出TUMODet，一个统一的面向朝向的多任务检测框架。基于空间变换解耦（STD）检测器，TUMODet整合了任务标记提示嵌入和静态加权融合，使单一模型能动态处理三种检测任务（可见光、热成像和融合模态）。在DroneVehicle数据集上的全面实验表明，我们的统一框架显著提升了参数效率和资源利用率，同时在所有任务上实现了有竞争力的性能，尤其在具有挑战性的融合场景中表现突出。结果表明，TUMODet是资源受限UAV平台上高效实用的统一多模态检测解决方案。
Keyword:
multi-task learning
oriented object detection
task-token prompt
transformer
UAV
visible-thermal object detection
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.2
论文数:
122
被引数:
4.7K
机构
引用论文
.png){kind=icon}
分享收藏R3Det: Refined Single-Stage Detector with Feature Refinement for Rotating ObjectR3Det: 具有旋转物体特征细化的细化单级检测器
OAAI
OAAI分享收藏Drone-Based RGB-Infrared Cross-Modality Vehicle Detection Via Uncertainty-Aware Learning基于不确定感知学习的无人机RGB红外跨模态车辆检测OAAI
OAAI分享收藏分享收藏SLBAF-Net: Super-Lightweight bimodal adaptive fusion network for UAV detection in low recognition environmentSlbaf-net: 低识别环境下无人机检测的超轻量级双模自适应融合网络
PREAI
分享收藏
查看更多内容