Как стать автором
Обновить

Комментарии 27

Модуль однозначно определяет БПЛА размером не меньше 7x7 пикселей...

Поправьте, если ошибаюсь, но полагаю, что Вы ищите не беспилотники а нечто, что движется в видео потоке.

Если будет аэростат Вы его игнорируете или определите как БПЛА?

Подозреваю, что беспилотник нестандартной формы оно проигнорирует - нейросеть натренирована на стандартных коптерах. Если детектировать каждый летящий предмет, то будет от каждого воробья дёргаться.

Уверен, что не будет.

Во-первых, воробей будет меньше,чем 7x7.

Во-вторых, вы дрон размером с воробья не обнаружите.

И самое прикольное, что воробей от дрона отличатся как муха от слона, в основном, по характеру движения.

Но Ваше решение понятно. Оно очевидное.

воробей будет меньше,чем 7x7

На дистанции обнаружения беспилотника - конечно. Но так-то и птицы бывают покрупнее воробья, и летательные аппараты отличающиеся от квадрика/октокоптера.

Ваша система работает по силуэту дрона. Нет проблем сделать дрон как ящик, шар, или даже в виде утки на видео.

И что вы будете распознавать?

Вы частично правы. Нейросеть натренирована на изображениях не только квадрокоптера, но и на БПЛА самолетного типа. К сожалению не было возможности добавить в набор данных большое количество БПЛА вертолетного типа, чтобы покрыть все типы БПЛА.

Тем более, что скоро появятся орнитоптеры:

https://dzen.ru/a/Y1uexJPTDEfTxjcH

Не думали кроме визуальной составляющей подключит еще и звук? Они очень хорошо и громко визжат.

Конечно думал, более того реализовывал. В данной статье я пытался акцентировать внимание на том, что одним из вариантов определения беспилотников (не только коптеров, в исследовании и в данных также использовалась модель самолетного типа) может быть ИИ. Однако на практике для реального проекта помимо оптического модуля был реализован радиолокационный и звуковой модули. Модуль распознавания на основе нейронных сетей выступал в нем как валидационный, который подтверждал наличие или отсутствие БПЛА в определенной области(расстояние предварительно рассчитывалось на основании радиолокатора).

А есть смысл использовать более хитрые камеры со смешенным спектром? Есть ли какие-то узнаваемые тепловые маркеры на дронах (электродвигатели, наверное, должны греться)?

Считаю, что есть, но потребуется тонкая настройка вместе с ИИ для точного определения БПЛА от всего остального, так как тепловые маркеры есть не только у дронов, но и, например, у птиц. К тому же, современные дроны могут быть оснащены хорошей теплоизоляционной системой или системой активного охлаждения.

помимо оптического модуля был реализован радиолокационный и звуковой модули.

Круто! Очень круто!

Ждать ли следующей статьи? Было бы очень интересно почитать об этом.

Не рассматривали возможность совместить метод фото-контрастного обнаружения малоразмерных малоскоростных беспилотников с аккустическим и /или радиочастотным (пеленгация, не РЛС) методами обнаружения?

П.с. опередили с вопросом. Оставлю комментарий ради ссылки.

Если сделать беспилотник из прозрачного матового пластика, его распознает? На ютюбе ролик с прозрачным самолетиком - размах крыльев два метра, даже с учетом фанерных непрозрачных элементов фюзеляжа, самолетик с десяти метров уже практически не видно. Поэтому, наверное, помимо оптического распознавания должны быть и иные. Например, акустическое, радио, ИК итд

Спасибо за интересный вопрос. Да, с SAHI были проведены эксперименты, однако основная проблема заключалась в скорости обработки изображений. Поскольку одно из требований заключалось в работе в режиме реального времени, то от данного фреймворка пришлось отказаться. Однако стоит заметить, что во время экспериментов точность детекции все же была выше вместе с SAHI. К сожалению, оптимизации типа квантования и прунинга не дали значительного прироста в балансе между точностью и скоростью. Скорость стала выше, но точность и полнота стали ощутимо меньше на тестовой выборке.

Спасибо за ответ. В теории можно попробовать запускать параллельно "быструю детекцию" и sahi. Т.е. пока нет результатов работы SAHI используются данные с других методов. И в итоге все данные комплексируются. Но для этого нужно дополнительные мощности, а также если дрон летит быстро, то пока SAHI его обработает он может улететь.

Может добавите к репе хотя бы небольшое howto? Я не большой знаток питона, сходу разобраться как и что в каком порядке запускать не так-то просто...

Ещё есть ошибка в публикации

"Не смотря" в главе про нюансы, пишется слитно.

Моральная сторона проделанной работы не однозначна

Почему?

мнение такое. нет смысла развивать дискуссию, только срач будет

НЛО прилетело и опубликовало эту надпись здесь

а не пробовали просто скармливать изображения моделке llava с запрсом тут есть квадракоптер да или нет?

Нет, не пробовал, в качестве классификатора - интересный подход, а в качестве детектора - не думаю, что моделька будет определять координаты беспилотника на изображении.

llava будет оверхедом для данной задачи. Лучше будет работать модель, которая заточена под конкретные объекты.

для более точного распознавания такого типа объектов вы не обойдетесь только одной камерой, там еще лидары нужны и радары, также желательно снимать изображения с разных точек и анализировать, кстати в качестве улучшения процесса - рекомендую преобразовать изображения в сферическую проекцию

Зарегистрируйтесь на Хабре, чтобы оставить комментарий

Публикации