RLD -YOLO: новый метод обнаружения объектов на изображениях беспилотных летательных аппаратов с использованием модели нейронной сети YOLOv11

Авторы

  • Сяньи Ву Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь
  • Сергей Владимирович Абламейко Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь , Объединенный институт проблем информатики НАН Беларуси, ул. Сурганова, 6, 220012, г. Минск, Беларусь

Ключевые слова:

обнаружение мелких объектов, YOLOv11, изображения БПЛА, LKAConv

Аннотация

Изображения, получаемые с беспилотных летательных аппаратов, в настоящее время широко используются во многих приложениях. Однако эти изображения сталкиваются с рядом проблем (плотное распределение мелких объектов, переменные масштабы объектов и незаметные контурные особенности), которые приводят к пропускам объектов и ложному обнаружению объектов. Для решения этих проблем в данной статье предлагается улучшенный алгоритм обнаружения объектов RLD-YOLO, разработанный на основе версии YOLOv11n семейства алгоритмов YOLO. Алгоритм RLD-YOLO включает технологию структурной репараметризации RepConv, сохраняющую способность к многоветочной экспрессии признаков во время обучения и автоматически преобразующуюся в эффективную одноветвевую структуру во время вывода. Этот алгоритм разрабатывает модуль большого ядерного внимания LKAConv для улучшения способности к захвату признаков мелких целей с помощью глубокой разделяемой свертки размера 7 × 7 и механизма пространственного внимания. Алгоритм RLD-YOLO вводит динамический адаптивный модуль слияния DASI для оптимизации многоуровневого взаимодействия признаков с помощью обучаемого распределения весов. Экспериментальные результаты показывают, что улучшенный алгоритм обнаружения объектов RLD-YOLO, который объединяет модули LKAConv, RepConv и DASI, увеличивает на наборе данных VisDrone2019-DET значения mAP50 и mAP50-95 на 2,02 и 1,17 % соответственно. Скорость постобработки оптимизирована на 9,09 %. Хотя время предварительной обработки увеличивается из-за операций по улучшению признаков, критический этап вывода все еще поддерживает реальное время выполнения 1,7 мс/кадр. Алгоритм RLD-YOLO, интегрированный с модулями LKAConv, RepConv и DASI, очень подходит для задачи обнаружения мелких объектов на изображениях беспилотных летательных объектов.

Биографии авторов

  • Сяньи Ву, Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

    аспирант кафедры веб-технологий и компьютерного моделирования механико-математического факультета. Научный руководитель – С. В. Абламейко

  • Сергей Владимирович Абламейко, Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь, Объединенный институт проблем информатики НАН Беларуси, ул. Сурганова, 6, 220012, г. Минск, Беларусь

    доктор технических наук, академик НАН Беларуси, профессор; профессор кафедры веб-технологий и компьютерного моделирования механико-математического факультета БГУ, главный научный сотрудник отдела интеллектуальных информационных систем Объединенного института проблем информатики НАН Беларуси

Библиографические ссылки

  1. Kumar S, Yadav D, Gupta H, Verma OP, Ansari IA, Ahn CW. A novel YOLOv3 algorithm-based deep learning approach for waste segregation: towards smart waste management. Electronics. 2021;10(1):1–20. DOI: 10.3390/electronics10010014.
  2. Peng C, Vougioukas SG. Deterministic predictive dynamic scheduling for crop-transport co-robots acting as harvesting aids. Computers and Electronics in Agriculture. 2020;178:105742. DOI: 10.1016/j.compag.2020.105742.
  3. Wu K, Wang X. Aligning pixel values of DMSP and VIIRS nighttime light images to evaluate urban dynamics. Remote Sensing. 2022;11(12):1463. DOI: 10.3390/rs11121463.
  4. Klemas VV. Sensing from unmanned aerial vehicles: an overview. Journal of Coastal Research. 2015;31(5):1260–1267. DOI: 10.2112/JCOASTRES-D-15-00005.1.
  5. Lin S, Jin L, Chen Z. Real-time monocular vision system for UAV autonomous landing in outdoor low-illumination environments. Sensors. 2021;21(18):6226. DOI: 10.3390/s21186226.
  6. Zhang Y, Carballo A, Yang H, Takeda K. Perception and sensing for autonomous vehicles under adverse weather conditions: a survey. Robotics and Autonomous Systems. 2023;196:146–177. DOI: 10.1016/j.isprsjprs.2022.12.021.
  7. Liu W, Anguelov D, Erhan D, Szegedy C, Reed S, Fu C-Y, et al. SSD: single shot multibox detector. In: Leibe B, Matas J, Sebe N, Welling M, editors. Computer vision – ECCV2016. Proceedings of the 14th European conference on computer vision; 2016 October 11–14; Amsterdam, the Netherlands. Cham: Springer; 2016. p. 21–37. DOI: 10.1007/978-3-319-46448-0_2.
  8. Ouyang D, He S, Zhang G, Luo M, Guo H, Zhan J, et al. Efficient multi-scale attention module with cross-spatial learning. In: Institute of Electrical and Electronics Engineers. Proceedings of the 2023 IEEE International conference on acoustics, speech and signal processing; 2023 June 4–10; Rhodes Island, Greece. [S. l.]: Institute of Electrical and Electronics Engineers; 2023. p. 1–5. DOI: 10.1109/ICASSP49357.2023.10096516.
  9. Wu X, Ablameyko SV. Efficient detection of building in remote sensing images using an improved YOLOv10 network. Informatics. 2025;22(2):33–47. DOI: 10.37661/1816-0301-2025-22-2-33-47.
  10. Zhang S, Ma G, Yang W, Zuo F, Ablameyko SV. Car parking detection in images by using a semi-super-vised modified YOLOv5 model. Journal of the Belarusian State University. Mathematics and Informatics. 2023;3:72–81. EDN: XVDRSN.
  11. Chen H, Liu D, Yan X. Infrared image UAV target detection algorithm based on IDOU-YOLO. Journal of Applied Optics. 2024;45(4):723–731. DOI: 10.5768/JAO202445.0402001.
  12. Zhang Z. Drone-YOLO: an efficient neural network method for target detection in drone images. Drones. 2023;7(8):526. DOI: 10.3390/drones7080526.
  13. Huang Y, Qu J, Wang H, Yang J. An all-time detection algorithm for UAV images in urban low altitude. Drones. 2024;8(7):332. DOI: 10.3390/drones8070332.
  14. Sunkara R, Luo T. No more strided convolutions or pooling: a new CNN building block for low-resolution images and small objects. In: Amini MR, Canu S, Fischer A, Guns T, Kralj Novak P, Tsoumakas G, editors. Machine learning and knowledge discovery in databases (ECML PKDD 2022). Proceedings of the European conference; 2022 September 19–23; Grenoble, France. Part 3. Cham: Springer; 2023. p. 443–459 (Goebel R, Wahlster W, Zhou Z-H, editors. Lecture notes in computer science; volume 13715). DOI: 10.1007/978-3-031-26409-2_27.
  15. Hu J, Shen L, Sun G. Squeeze-and-excitation networks. In: Computer Vision Foundation. Proceedings of the IEEE conference on computer vision and pattern recognition; 2018 June 18–22; Salt Lake City, USA. Salt Lake City: Computer Vision Foundation; 2018. p. 7132–7141.
  16. He A, Li X, Wu X, Su C, Chen J, Xu S, et al. ALSS-YOLO: an adaptive lightweight channel split and shuffling network for TIR wildlife detection in UAV imagery. arXiv:2409.06259 [Preprint]. 2024 [cited 2024 October 20]: [19 p.]. Available from: https://arxiv.org/abs/2409.06259.
  17. Liu S, He H, Zhang Z, Zhou Y. LI-YOLO: an object detection algorithm for UAV aerial images in low-illumination scenes. Drones. 2024;8(11):653. DOI: 10.3390/drones8110653.
  18. Wu X, Li W, Hong D, Tao R, Du Q. Deep learning for unmanned aerial vehicle-based object detection and tracking: a survey. IEEE Geoscience and Remote Sensing Magazine. 2022;10(1):91–124. DOI: 10.1109/MGRS.2021.3115137.
  19. Lyu Y, Zhang T, Li X, Liu A, Shi G. LightUAV-YOLO: a lightweight object detection model for unmanned aerial vehicle image. Journal of Supercomputing. 2025;81:105. DOI: 10.1007/s11227-024-06611-x.
  20. Chen N, Li Y, Yang Z, Lu Z, Wang S, Wang J. LODNU: lightweight object detection network in UAV vision. Journal of Supercomputing. 2023;79:10117–10138. DOI: 10.1007/s11227-023-05065-x.
  21. Sun W, Dai L, Zhang X, Chang P, He X. RSOD: real-time small object detection algorithm in UAV-based traffic monitoring. Applied Intelligence. 2022;52:8448–8463. DOI: 10.1r007/s10489-021-02893-3.
  22. He K, Zhang X, Ren S, Sun J. Spatial pyramid pooling in deep convolutional networks for visual recognition. In: Fleet D, Pajdla T, Schiele B, Tuytelaars T, editors. Computer vision – ECCV2014. Proceedings of the 13th European conference on computer vision; 2014 September 6–12; Zurich, Switzerland. Cham: Springer; 2014. p. 346–361. DOI: 10.1007/978-3-319-10578-9_23.
  23. Khanam R, Hussain M. YOLOv11: an overview of the key architectural enhancements. arXiv:2410.17725 [Preprint]. 2024 [cited 2024 December 17]: [9 p.]. Available from: https://arxiv.org/pdf/2410.17725.
  24. Ding X, Zhang X, Ma N, Han J, Ding G, Sun J. RepVGG: making VGG-style convnets great again. arXiv:2101.03697 [Preprint]. 2021 [cited 2024 November 14]: [10 p.]. Available from: https://arxiv.org/pdf/2101.03697.
  25. Cai Z, Ding X, Shen Q, Cao X. RefCovn: re-parameterized refocusing convolution for powerful ConvNets. arXiv:2310.10563 [Preprint]. 2023 [cited 2024 December 21]: [18 p.]. Available from: https://arxiv.org/pdf/2310.105603.
  26. Guo M-H, Lu CZ, Liu ZN, Cheng MM, Hu SM. Visual attention network. arXiv:2202.09741 [Preprint]. 2022 [cited 2024 October 25]: [12 p.]. Available from: https://arxiv.org/pdf/2202.09741.
  27. Xu S, Zheng S, Xu W, Xu R, Wang C, Zhang J, et al. HCF-Net: hierarchical context fusion network for infrared small object detection. arXiv:2403.10778 [Preprint]. 2024 [cited 2025 January 20]: [6 p.]. Available from: https://arxiv.org/pdf/2403.10778.
  28. Zhu P, Wen L, Du D, Bian X, Fan H, Hu Q, et al. Detection and tracking meet drones challenge. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2021;44(11):7380–7399. DOI: 10.1109/TPAMI.2021.3119563.
  29. Tan M, Le QV. EfficientNetv2: smaller models and faster training. arXiv:2104.00298 [Preprint]. 2021 [cited 2024 December 18]: [11 p.]. Available from: https://arxiv.org/pdf/2104.00298.
  30. Ouyang D, He S, Zhang G, Luo M, Guo H, Zhan J, et al. Efficient multi-scale attention module with cross-spatial learning. In: Institute of Electrical and Electronics Engineers. Proceedings of the 2023 IEEE International Conference on Acoustics, Speech and Signal Processing; 2023 June 4–10; Rhodes Island, Greece. [S. l.]: Institute of Electrical and Electronics Engineers; 2023. p. 1–5. DOI: 10.1109/ICASSP49357.2023.10096516.
  31. Hu J, Shen L, Albanie S, Sun G, Wu E. Squeeze-and-excitation networks. arXiv:1709.01507 [Preprint]. 2017 [cited 2024 November 13]: [13 p.]. Available from: https://arxiv.org/pdf/1709.01507.
  32. Yang L, Zhang R, Li L, Xie X. SimAM: a simple, parameter-free attention module for convolutional neural networks. In: Meila M, Zhang T, editors. Proceedings of the 38 th International conference on machine learning; 2021 July 18–24 [Internet]. [S. l.]: [s. n.]; 2021 [cited 2024 December 27]. p. 11863–11874 (Proceedings of machine learning research; volume 139). Available from: https://proceedings.mlr.press/v139/yang21o/yang21o.pdf.
  33. Huang H, Zhou X, Cao Ji, He R, Tan T. Vision transformer with super token sampling. arXiv:2211.11167 [Preprint]. 2022 [cited 2024 December 28]: [13 p.]. Available from: https://arxiv.org/pdf/2211.11167.
  34. Liu Z, Lin Y, Cao Y, Hu H, Wei Y, Zhang Z, et al. Swin transformer: hierarchical vision transformer using shifted windows. arXiv:2103.14030 [Preprint]. 2021 [cited 2025 January 10]: [14 p.]. Available from: https://arxiv.org/pdf/2103.14030.
  35. Bochkovskiy A, Wang CY, Liao HYM. YOLOv4: optimal speed and accuracy of object detection. arXiv:2004.10934 [Preprint]. 2020 [cited 2025 January 3]: [17 p.]. Available from: https://arxiv.org/pdf/2004.10934.
  36. Geetha AS. What is YOLOv6? A deep insight into the object detection model. arXiv:2412.13006 [Preprint]. 2024 [cited 2024 November 30]: [16 p.]. Available from: https://arxiv.org/abs/2412.13006.
  37. Wang A, Chen H, Liu L, Chen K, Lin Z, Han J, et al. YOLOv10: real-time end-to-end object detection. arXiv:2405.14458 [Preprint]. 2024 [cited 2024 December 23]: [21 p.]. Available from: https://arxiv.org/pdf/2405.14458.

Загрузки

Опубликован

2025-11-11

Выпуск

№ 2 (2025): Журнал Белорусского государственного университета. Математика. Информатика

Раздел

Теоретические основы информатики

Лицензия

Copyright (c) 2025 Журнал Белорусского государственного университета. Математика. Информатика

Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.

Авторы, публикующиеся в данном журнале, соглашаются со следующим:

  1. Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution-NonCommercial. 4.0 International (CC BY-NC 4.0).
  2. Авторы сохраняют право заключать отдельные контрактные договоренности, касающиеся неэксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге) со ссылкой на ее оригинальную публикацию в этом журнале.
  3. Авторы имеют право размещать их работу в интернете (например, в институтском хранилище или на персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу. (См. The Effect of Open Access).

Как цитировать

[1]
Ву, С. и Абламейко, С.В. 2025. RLD -YOLO: новый метод обнаружения объектов на изображениях беспилотных летательных аппаратов с использованием модели нейронной сети YOLOv11. Журнал Белорусского государственного университета. Математика. Информатика. 2 (ноя. 2025), 105–117. DOI:https://doi.org/10.33581/2520-6508-2025-2-105-117.