Strong Baseline: Multi-UAV Tracking via YOLOv12 with BoT-SORT-ReID

要約

熱赤外ビデオで複数の無人航空機（UAV）を検出および追跡することは、コントラストが低い、環境ノイズ、および小さなターゲットサイズのために本質的に困難です。
このペーパーでは、熱赤外線ビデオでのマルチUAV追跡に対処するための簡単なアプローチを提供し、検出と追跡の最近の進歩を活用しています。
DeepsortパイプラインでYolov5に依存する代わりに、Yolov12とボットソートに構築された追跡フレームワークを紹介し、テーラードトレーニングと推論戦略で強化されました。
第4回Anti-UAVチャレンジのメトリックに従ってアプローチを評価し、競争力のあるパフォーマンスを実証します。
特に、Contrastの強化または時間的情報融合を使用してUAV機能を豊かにすることなく、強力な結果を達成し、マルチUAV追跡タスクの「強力なベースライン」としてのアプローチを強調しています。
実装の詳細、詳細な実験分析、および潜在的な改善の議論を提供します。
このコードは、https：//github.com/wish44165/yolov12-bot-sort-reidで入手できます。

要約(オリジナル)

Detecting and tracking multiple unmanned aerial vehicles (UAVs) in thermal infrared video is inherently challenging due to low contrast, environmental noise, and small target sizes. This paper provides a straightforward approach to address multi-UAV tracking in thermal infrared video, leveraging recent advances in detection and tracking. Instead of relying on the YOLOv5 with the DeepSORT pipeline, we present a tracking framework built on YOLOv12 and BoT-SORT, enhanced with tailored training and inference strategies. We evaluate our approach following the metrics from the 4th Anti-UAV Challenge and demonstrate competitive performance. Notably, we achieve strong results without using contrast enhancement or temporal information fusion to enrich UAV features, highlighting our approach as a ‘Strong Baseline’ for the multi-UAV tracking task. We provide implementation details, in-depth experimental analysis, and a discussion of potential improvements. The code is available at https://github.com/wish44165/YOLOv12-BoT-SORT-ReID .

arxiv情報

提供元, 利用サービス

arxiv.jp, Google