AeroPinWorld：重新探讨Stride-2降采样技术在零样本可迁移开放词汇表无人机检测中的应用 李杰（Jie Li） 关明泽（Mingze Guan） 徐金城（Jincheng Xu） 杜迅（Xun Du） 陈浩楠（Haonan Chen） 刘阳（Yang Liu）

《Electronics》：AeroPinWorld: Revisiting Stride-2 Downsampling for Zero-Shot Transferable Open-Vocabulary UAV Detection Jie Li, Mingze Guan, Jincheng Xu, Xun Du, Haonan Chen and Yang Liu

开放词汇无人机目标检测通过改进下采样模块提升零样本跨域迁移性能，采用四向旋转增强卷积有效减少混叠，保持检测头结构不变，在VisDrone和UAVDT数据集上mAP提升0.023，AP提升0.009，消融实验表明早阶段骨干网络和检测头底部向上替换均有效，组合优化实现精度-效率最佳平衡。

　　

摘要

在无人机（UAV）图像中，开放词汇表对象检测在零样本跨数据集迁移方面仍然具有挑战性，因为微小且杂乱的目标对域变换导致的早期分辨率降低非常敏感。本研究旨在通过重新审视YOLO-World v2中的步长为2的下采样操作（即关键迁移瓶颈）来提高开放词汇表UAV检测的迁移能力。AeroPinWorld是一种基于YOLO-World v2的模型，它通过选择性地将四个关键的步长为2的下采样操作替换为旋风形卷积（PConv），从而减少混叠现象，降低对采样阶段的敏感性，并保留细粒度的局部结构，同时保持原始检测头的不变性，以确保公平和有效的比较。该模型在COCO2017数据集上进行了24个周期的训练，使用官方预训练权重，并直接在VisDrone2019-DET和UAVDT数据集上进行评估，无需针对目标域进行微调，且使用固定的离线提示词汇表。与YOLO-World v2-S相比，AeroPinWorld在VisDrone数据集上的零样本迁移性能从0.112 mAP提升到0.135 mAP，AP值从0.054提升到0.063??；在UAVDT数据集上也取得了稳定的提升。消融实验表明，早期主干网络的替换以及检测头的自下而上替换都对最终性能的提升有贡献，两者的结合实现了最佳的准确率与效率平衡。这些结果表明，选择性地重新设计关键迁移过程中的下采样操作是一种有效且轻量级的手段，可以改善在航空域变换条件下的零样本开放词汇表UAV检测性能。