用于无人机机载视觉异常检测与定位的轻量级卷积神经网络

《Scientific Reports》：Lightweight convolutional neural network for UAV onboard visual anomaly detection and localization

　　

摘要

无人机平台对基础设施检查和环境监测应用中的高效视觉异常检测能力提出了日益增长的需求。然而，由于计算限制，在资源受限的嵌入式处理器上部署复杂的深度学习模型仍然具有挑战性。本文提出了一种轻量级卷积神经网络架构，专门用于无人机机载异常检测和定位。该框架的核心是一个幽灵可分离块（Ghost-Separable Block），它将幽灵卷积、深度可分离卷积和坐标注意力集成到一个专为航拍图像设计的单元中；它并非全新的算子，而是一种经过深思熟虑的组合，我们通过实验证明了其价值，在保留特征区分能力的同时将参数减少了 26%。嵌入的坐标注意力保留了航拍图像中准确目标定位所需的方向空间信息。双向特征金字塔网络实现了有效的多尺度融合，以处理无人机捕获场景中固有的尺度变化。采用完整交并比损失（CIoU Loss）的双分支预测头执行同步异常分类和空间回归。在收集的无人机航空异常数据集上的广泛实验表明，所提出的方法在 0.5 IoU 阈值下仅用 218 万参数就达到了 81.2% 的平均精度均值，超越了 YOLOv8n 和 EfficientDet-D0 等主流轻量级检测器：与 YOLOv8n 相比，它在提高平均精度均值的同时将参数减少了 31%，计算量减少了 59%。双分支预测头和完整交并比损失是采用的而非新提出的；贡献在于模块的排列组合。除了在自收集数据上的表现，该模型在公共 VisDrone 基准上也保持了其精度效率优势。在 Jetson Xavier NX 上，它在 15W 功耗范围内原生保持 42 FPS，经 TensorRT FP16 优化后达到 67 FPS，证实了其机载实时可行性。