YOLOatr：基于深度学习的热红外图像自动目标检测与定位
计算机视觉与模式识别
2025-07-16 v1 人工智能
摘要
从热红外（TI）图像中进行自动目标检测（ATD）和识别（ATR）在防御和监视领域是一项具有挑战性的计算机视觉任务，与商业自动驾驶感知领域相比更为困难。受限的数据集、特定领域和TI 模式特有的挑战，即硬件受限、因距离较大导致的尺度不变性问题、战术车辆的故意遮挡、传感器分辨率较低且目标结构信息不足、天气、温度和时间变化的影响，以及目标与背景之间的比例变化，都导致类别内变异性增加、类别间相似性提高，使得准确的实时 ATR 变得更具挑战性。结果导致当代基于深度学习的状态机构（SOTA）架构在 ATR 领域表现不佳。我们提出一种改进的基于锚框的单阶段检测器，称为 YOLOatr，基于修改后的 YOLOv5s，针对检测头、颈部的特征融合以及自定义数据增强配置进行最佳修改。我们在综合的 DSIAC MWIR 数据集上评估了所提出模型的性能，用于实时 ATR，测试协议包括相关和不相关两种情况。结果表明，所提出模型在 ATR 性能上实现了最高达 99.6% 的 state-of-the-art 水平。
引用
@article{arxiv.2507.11267,
title = {YOLOatr : Deep Learning Based Automatic Target Detection and Localization in Thermal Infrared Imagery},
author = {Aon Safdar and Usman Akram and Waseem Anwar and Basit Malik and Mian Ibad Ali},
journal= {arXiv preprint arXiv:2507.11267},
year = {2025}
}
备注
Published in 25th Irish Machine Vision and Image Processing Conf., Galway, Ireland, Aug 30-Sep 1 2023 Also available at https://doi.org/10.5281/zenodo.8264062