CADA-Net：面向自主无人机机载感知的跨高度域自适应与标签高效检测

《Frontiers in Neurorobotics》：CADA-Net: cross-altitude domain-adaptive perception for label-efficient onboard sensing in autonomous UAVs

　　

自主无人机（UAVs）依赖机载感知（onboard perception）作为其感知-决策-控制回路的前端，其中每次检测都直接输入飞行中的导航、避让与跟踪决策。然而，在一个高度训练的检测器在平台重新部署到另一个高度时通常性能下降，因为底层分布偏移（distribution shift）耦合了尺度、视角和目标密度。本研究通过提出CADA-Net来应对跨高度迁移差距，这是一种面向机载无人机感知的高度条件检测器，将高度视为可利用的域变量而非需要去除的干扰。该框架通过特征级线性调制（feature-wise linear modulation, FiLM）将类别高度先验注入多尺度特征，通过附于每个金字塔层级的梯度反转对抗判别器（gradient-reversal adversarial discriminator）对齐跨高度表征，并通过弱到强教师-学生自训练（weak-to-strong teacher-student self-training）流生成目标域伪监督，所有这些共享单一条件编码器。上述组件共同追求的不只是原始识别精度，而是在平台飞行过程中观察几何和目标密度变化时仍保持稳定的感知。在UAVDT基准上，在低→高适应协议下评估，CADA-Net在高高度带达到46.3 mAP@0.5，超过仅源域基线17.9点，超过最强域自适应竞争者7.2点，同时距全监督上界仅6.3点差距；使用5%目标标签时，精度升至48.1 mAP@0.5。在Jetson AGX Orin上的机载剖析在27.4 W功率包络内以INT8精度维持42 FPS，表明精度增益在嵌入式推理的吞吐量和功率限制下仍然成立，这是机载使用的前提，而非闭环飞行的证据。这些发现表明，使几何先验显式化可支持无人机平台跨高度转换运行时以嵌入式推理速率进行标签高效感知。

研究背景与问题：自主无人机（UAVs）的机载感知位于感知-决策-控制回路中心，车辆等地面目标检测结果直接输入导航、避碰与目标跟踪。高空小车辆漏检可延迟避让或产生不安全航点，误报可触发不必要绕行和不稳定重规划。任务无人机运行高度很少单一，搜索平台可能低空扫掠后爬升覆盖，巡检无人机常在近距悬停和高空过渡间切换。每次高度转换会耦合改变目标尺度、视角、目标密度和有效感受野。单高度训练检测器换高度后常大幅下降，其分布偏移同时具有几何和语义性质，而非纯尺度变化。多尺度和小目标检测器、轻量Transformer管线对域内尺度变化有进展，但对跨高度迁移缺口保护有限。主流域自适应检测多集中于天气、光照和合成到真实偏移，通过对抗特征对齐、教师网络自训练或二者混合实现；高度未进入该类文献的常规因素列表。早期UAV研究把高度、视角和天气当作需去除的干扰属性，但高度携带可用的几何先验。无高度条件的对齐会把异质高空统计坍缩到单一目标流形，几何缺口下迁移受限，且公开基准中高空影像标注明显稀缺。为此研究人员提出H1至H3假设并开发CADA-Net。

研究人员开展的研究与结论：研究人员提出CADA-Net，一种跨高度域自适应检测器，将高度作为显式域变量，结合高度条件特征调制、梯度反转对抗对齐和弱到强教师-学生自训练，并共享条件编码器。方法在UAVDT基准的低→高适应协议下评估，并在嵌入式平台剖析。高高度达到46.3 mAP@0.5，较仅源域基线提升17.9点，较最强域自适应竞争者提升7.2点，距全监督上界6.3点；5%目标标签时升至48.1 mAP@0.5；Jetson AGX Orin上INT8精度42 FPS、27.4 W。其意义在于表明显式几何先验可支持跨高度转换下的标签高效机载感知。

关键技术方法（不超过250字）：方法基于Faster R-CNN两阶段骨干、ResNet-101特征提取器和特征金字塔网络（FPN）。高度标签映射为序数标量，经两层感知机生成通道级尺度与偏移，通过FiLM对五个金字塔层级特征调制；每层连接梯度反转层和共享域判别器进行对抗对齐；教师-学生流对目标图像弱增强预测生成伪框，经置信度阈值δ=0.8、类无关非极大值抑制和最小尺寸过滤后，监督强增强学生视图，教师用指数移动平均（EMA）更新，α=0.9996。检测损失、对抗损失和无人监督损失加权优化，λ_adv=0.1，λ_u前三轮线性升至1。样本队列来源为UAVDT基准，按完整视频序列划分，低空帧作标注源，高空帧作目标，中等高度仅作中间评估；高目标训练集仅352帧。训练在RTX 3090进行，机载剖析在Jetson AGX Orin进行。

研究结果：3.1 与最先进方法比较：在低→高协议下，研究人员将CADA-Net与七种方法比较，包括仅源域、全监督参考、DAF、Adaptive teacher、NDFT、YOLOv10和RT-DETR。CADA-Net高高度46.3 mAP@0.5，仅源域28.4，全监督参考52.6，DAF33.2，Adaptive teacher39.1，NDFT36.4，YOLOv10 31.7，RT-DETR35.6；整体mAP@0.5为58.9。低和中高度也改善，说明高度条件调制似跨高度正则化，而不是牺牲源域精度换取目标域精度。实时单域检测器延迟有竞争力，但高高度落后CADA-Net约11至15点。训练动态中，CADA-Net平台更高，并在对抗基线饱和后继续改善。

3.2 跨高度偏移是尺度问题吗？受控分析：归一化框面积累积分布显示高空目标更小，但低、中、高分布大量重叠，尺度不能干净分离。低与高边际分布的Jensen-Shannon散度中，框尺度0.413、尺度平方根0.435、纵横比0.437、垂直位置0.071；纵横比与尺度相当，说明偏移含尺度增强无法触及的视角成分。多尺度基线仅跨目标尺寸增强而忽略高度，仍留显著高高度残差；高度条件可缩小该残差。高度感知变体加或不加多尺度增强表现接近，提示调制已使编码器接触足够有效感受野范围，额外多尺度增强部分冗余。结论是跨高度缺口同时为几何和语义。

3.3 变化标注预算下的标签高效适应：目标域标注预算设为0、1、5、10、100%的352个高高度训练帧，即约4、17、35个标注帧等，并嵌套随机抽样。CADA-Net在0%目标标签已达46.3 mAP@0.5，超过用全部352个高高度标签训练的Adaptive teacher基线45.0。5%标签时升至48.1。100%标签时达51.0，距全监督上界1.6点。曲线近似对数，5%预算已获得大部分提升。Adaptive teacher曲线在10%至100%更陡，因其检测器缺少高度条件；CADA-Net曲线更平，因高度条件调制已吸收大部分几何偏移。仅源域线基本平坦，说明无高度感知时增加标签预算不改变底层编码器。

3.4 关键组件消融研究：移除FiLM调制使高高度mAP降6.5点，移除对抗判别器降4.8点，禁用伪标签自训练降幅最大达9.1点。伪标签自训练在目标标注稀缺时驱动大部分跨高度迁移，高度条件调制提供保持伪标签可靠的几何先验，对抗项贡献较小但一致。用特征拼接替代FiLM降3.6点，独立嵌入分支低2.8点。多尺度基线高高度34.6，多尺度加CADA为45.2，完整CADA-Net为46.3。编码策略中，平方根间距将中等高度从58.7升至59.3 mAP@0.5，高高度基本不变46.6对46.3；可学习标量高高度45.8，低于线性编码0.5点。线性间距作为稳健默认，而非严格最优。EMA系数0.9990时高高度45.5，0.9996时46.3，0.9999时46.1，默认位于平衡点，0.8点窄幅差异表明耦合稳定。

3.5 定性可视化与机载部署分析：定性比较中，低和中高度下CADA-Net对部分遮挡车辆给出更紧框，并抑制Adaptive teacher在杂乱交叉口产生的若干误报；高高度目标小且背景雾霾主导时，各方法检索物体数相似，但CADA-Net框更贴合车辆轮廓。特征空间t-SNE显示，适应前嵌入按高度带清晰分离，适应后三色交错但仍保留粗略语义排序。Jetson AGX Orin上，PyTorch FP32为16.2 FPS，ONNX FP32为20.7，TensorRT FP16为32.3且精度降0.5点，TensorRT INT8为42.0 FPS且精度降1.4点，平均功耗27.4 W，在60 W包络内留有较大余量。该剖析仅测试感知模块，限定机载可行性而非证明闭环运行。

讨论与结论：讨论认为跨高度迁移是耦合几何和语义偏移，纵横比与尺度携带相近的高度带信息；只对齐外观会留下结构残差。去除高度会丢弃编码器重调感受野所需信息，而将高度作为调制信号可避免判别器承诺单一目标流形。通道级调制优于拼接和独立嵌入分支，说明FiLM式类别条件注入可扩展到UAV检测中的平台元数据条件。伪标签仍贡献最大单一增益，但教师本身也从高度条件中受益，条件与自训练更像反馈循环而非独立相加。局限包括：高度为三档离散标签而非连续读数；伪标签过滤器仅单一置信度阈值；评估限于UAVDT；结果为单次训练，未量化多种子方差；δ、λ_adv和EMA系数α沿用稳定值但未广泛扫描；真实平台部署还引入运动模糊、曝光变化和通信延迟；下游自主中漏检会延迟避让，误报会造成不必要航点变化，未来应嵌入闭环导航与避让管线评估碰撞率、非必要避让机动和航点跟踪误差等任务级结果。

研究结论翻译：在这些实验中，三个假设均得到支持。使高度成为显式的、FiLM注入的域变量，比高度不可知对齐恢复更多差距（H1）；教师-学生流在很少或没有目标标签时保持有竞争力精度（H2）；强多尺度基线单独仍留下残差差距，而高度感知适应可缩小该差距（H3）。本研究提出了CADA-Net，一种跨高度域自适应检测器，将高度视为显式域变量，并在共享编码器内结合高度条件特征调制、梯度反转对抗对齐和弱到强教师-学生自训练。UAVDT评估显示，高高度平均精度均值较仅源域基线提升17.9点，较最强域自适应竞争者提升7.2点，而在无监督设置不使用高高度标注时，距全监督上界差距缩小至6.3点。标签高效分析表明，约5%高高度标签足以超过全监督自适应教师基线；Jetson AGX Orin机载剖析在27.4 W功率包络内以INT8精度返回42帧每秒，这确立可行性而非闭环验证。结果提供适度证据：显式、低成本几何先验可作为自主UAV平台机载感知模块的有用设计成分。若干方向仍开放：高度先验可从离散带推广到连续读数，伪标签调度可更适应场景动态，感知骨干可与下游导航和避让控制器耦合，以评估任务级结果而非孤立检测指标。推进这些方向应有助于将跨高度检测从基准观察推进为自主UAV系统中得到更充分验证的组件。