LEAP:D——一种用于域泛化空中目标检测的新型基于提示的方法

无人机拍摄图像因拍摄条件多变，在目标检测中面临重大挑战，这些条件会改变目标的外观和形状。无人机高度、角度和天气等因素导致这些变化，影响目标检测算法的性能。为应对这些挑战，我们引入了一种创新的视觉-语言方法，使用可学习提示。从传统手工提示的转变旨在减少领域特定知识干扰，最终提升目标检测能力。此外，我们采用一步法简化训练过程，在模型训练的同时更新可学习提示，在不损害性能的前提下提高效率。我们的研究通过利用可学习提示和优化训练过程，为域泛化目标检测做出了贡献。这增强了模型在多样环境中的鲁棒性和适应性，从而实现更有效的空中目标检测。