Drone-type-Set：用于无人机检测与跟踪的无人机类型检测基准
计算机视觉与模式识别
2024-05-20 v1
摘要
无人飞行器（UAV）市场显著增长，考虑到低成本无人机的可用性，将其滥用于非法目的（如毒品走私、间谍活动和恐怖袭击）的可能性正在上升，这对国家安全构成高风险。因此，检测和跟踪未经授权的无人机以防止威胁生命、设施和安全的未来攻击变得必要。无人机检测可以使用不同的传感器进行，而基于图像的检测是其中之一，这得益于人工智能技术的发展。然而，由于缺乏无人机类型数据集，识别未经授权的无人机类型是一个挑战。为此，在本文中，我们提供了一个包含多种无人机的数据集，并在该数据集上比较了公认的目标检测模型，包括不同版本的YOLO算法（如v3、v4和v5）以及Detectronv2。提供了不同模型的实验结果以及每种方法的描述。收集的数据集可在https://drive.google.com/drive/folders/1EPOpqlF4vG7hp4MYnfAecVOsdQ2JwBEd?usp=share_link找到。
引用
@article{arxiv.2405.10398,
title = {Drone-type-Set: Drone types detection benchmark for drone detection and tracking},
author = {Kholoud AlDosari and AIbtisam Osman and Omar Elharrouss and Somaya AlMaadeed and Mohamed Zied Chaari},
journal= {arXiv preprint arXiv:2405.10398},
year = {2024}
}