Key points are not available for this paper at this time.
Drones desempenham um papel importante no desenvolvimento de sensoriamento remoto e vigilância inteligente. Devido a recursos computacionais limitados a bordo, a detecção de objetos baseada em drones ainda enfrenta desafios em aplicações reais. Ao estudar o equilíbrio entre precisão de detecção e custo computacional, propomos um novo algoritmo de detecção de objetos para a navegação de drones em cenários marítimos de larga escala. Um Transformer é introduzido para melhorar a parte de extração de características e é benéfico para a detecção de objetos pequenos ou ocluídos. Enquanto isso, o custo computacional do algoritmo é reduzido substituindo as operações de convolução por transformações lineares mais simples. Para ilustrar o desempenho do algoritmo, é fornecido um conjunto de dados especializado composto por milhares de imagens coletadas por drones em cenários marítimos, e experimentos quantitativos e comparativos são realizados. Comparando-se com outros derivados, a precisão de detecção do algoritmo aumentou em 1,4%, a revocação aumentou em 2,6% e a precisão média aumentou em 1,9%, enquanto os parâmetros e operações de ponto flutuante foram reduzidos em 11,6% e 7,3%, respectivamente. Acredita-se que essas melhorias contribuam para a aplicação de drones em áreas marítimas e outros campos de sensoriamento remoto.
Li et al. (Mon,) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: