無人航空機赤外線画像物体検出のための軽量マルチ機能融合ネットワーク

目立たないテクスチャ特徴や赤外線画像物体の限られた解像度といった問題に対応するため、赤外線物体認識のための軽量マルチスケール特徴融合法を提案し、知能装置を搭載した無人航空機の赤外線物体検出性能を向上させます。YOLOX手法のアンカーレスフレーム戦略を変更することにより、無人航空機の赤外画像物体認識のための軽量マルチ機能融合ネットワーク（MFFNet）を提案します。まず、ShuffleNetv2ブロック、空間ピラミッドプーリング、およびその他のモジュールを使用して、ネットワークのパラメータ数と推論時間を削減しながら特徴を抽出する能力を維持する軽量バックボーンネットワークを構築します。次に、ローカル特徴と赤外線物体の全体的な特徴を融合することで、モデルの赤外線物体に対する検出能力を向上させるマルチ特徴融合モジュールを開発します。赤外線物体のテクスチャ特徴は扱いにくいが、境界情報は明確です。その後、SIoUを使用して境界フレーム回帰損失を最適化し、角度、距離、形状、IoU（Intersection over Union）に基づいて予測フレームと実際のフレームを比較し、モデルが最適な予測ボックスに迅速に到達するようにします。