More Clear, More Flexible, More Precise: A Comprehensive Oriented Object Detection benchmark for UAV

要約

ロジスティクス、農業自動化、都市管理、および緊急対応における無人航空機（UAV）の応用は、視覚的知覚を高めるための指向性オブジェクト検出（OOD）に大きく依存しています。
UAVのOODの既存のデータセットは貴重なリソースを提供しますが、特定のダウンストリームタスクのために設計されていることがよくあります。
このクリティカルギャップを埋めるために、実際の条件を正確に反映するUAVの包括的な指向オブジェクト検出データセットであるCodroneを導入します。
また、ダウンストリームタスク要件に合わせてUAVベースのOODの適用性と堅牢性を高めるように設計された新しいベンチマークとしても機能します。アプリケーション要件に基づいて、現在のUAV OODデータセット-Low画像解像度、限られたオブジェクトカテゴリ、シングルビューイメージング、および抑制された飛行標識と抑制された改良性を高めることを提案します。
さまざまな照明条件下で複数の都市から収集された注釈付き画像のスペクトルは、ベンチマークのリアリズムを強化します。
Codroneを新しいベンチマークとして厳密に評価し、それが提示する新しい課題についてより深い洞察を得るために、22のクラシックまたはSOTAメソッドに基づいて一連の実験を実施します。私たちの評価は、実際のシナリオでのCodroneの有効性を評価するだけでなく、UAVアプリケーションでのoodの前アドバリタルでのavのne uavのfillのfillの前アドバイスに至るまでの重要なボトルネックと機会を提供する重要なボトルネックと機会を強調します。
一般化機能が強化されたベンチマーク、実用的なアプリケーションと将来のアルゴリズム開発とのより良い整合。

要約(オリジナル)

Applications of unmanned aerial vehicle (UAV) in logistics, agricultural automation, urban management, and emergency response are highly dependent on oriented object detection (OOD) to enhance visual perception. Although existing datasets for OOD in UAV provide valuable resources, they are often designed for specific downstream tasks.Consequently, they exhibit limited generalization performance in real flight scenarios and fail to thoroughly demonstrate algorithm effectiveness in practical environments. To bridge this critical gap, we introduce CODrone, a comprehensive oriented object detection dataset for UAVs that accurately reflects real-world conditions. It also serves as a new benchmark designed to align with downstream task requirements, ensuring greater applicability and robustness in UAV-based OOD.Based on application requirements, we identify four key limitations in current UAV OOD datasets-low image resolution, limited object categories, single-view imaging, and restricted flight altitudes-and propose corresponding improvements to enhance their applicability and robustness.Furthermore, CODrone contains a broad spectrum of annotated images collected from multiple cities under various lighting conditions, enhancing the realism of the benchmark. To rigorously evaluate CODrone as a new benchmark and gain deeper insights into the novel challenges it presents, we conduct a series of experiments based on 22 classical or SOTA methods.Our evaluation not only assesses the effectiveness of CODrone in real-world scenarios but also highlights key bottlenecks and opportunities to advance OOD in UAV applications.Overall, CODrone fills the data gap in OOD from UAV perspective and provides a benchmark with enhanced generalization capability, better aligning with practical applications and future algorithm development.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google