May, 2024
增强和评估空对空视觉目标检测中的常见破坏
Common Corruptions for Enhancing and Evaluating Robustness in Air-to-Air Visual Object Detection
Anastasios Arsenos, Vasileios Karampinis, Evangelos Petrongonas, Christos Skliros, Dimitrios Kollias...
TL;DR通过研究环境和硬件条件引起的数据损坏对基于视觉的深度学习飞机检测和跟踪的影响，本文设计了七种常见的损坏类型，并构建了名为 AOT-C 的第一个用于飞行物体探测的健壮性基准数据集。基于实验评估结果，研究发现：YOLO 家族的一阶段检测器表现出更好的健壮性，而基于 Transformer 和多阶段的检测器（如 Faster R-CNN）对损坏非常敏感。此外，通过在合成数据上进行微调，可以改善目标检测器在真实飞行实验中的泛化能力。