Comparison of small object detection approaches in unmanned aerial vehicle (UAV) images
Notice bibliographique
Résumé
Accurate detection of small objects remains a challenge in computer vision, especially in the context of unmanned aerial vehicle (UAV) imagery, where objects often appear at low resolutions in complex backgrounds. In this paper, we review the limitations of current deep learning-based object detection algorithms and analyze the performance of recent architectures including YOLO, Mask Region-based Convolutional Neural Network (MRCNN) and adaptations for small object detection in aerial scenarios. We highlight key architectural strategies such as Keypoint (Keypoint MRCNN) and multi-task learning (Hydra MRCNN) that have been developed to address the few-pixel feature limitations inherent in detecting objects such as cars in aerial datasets. Through comparative experiments on benchmark UAV datasets, we demonstrate the effectiveness of selected techniques in improving detection accuracy for small targets and assess the generalization performance. Our findings indicate that while Keypoint MRCNN enhances recall by incorporating scale-invariant structural cues, Hydra MRCNN excels at capturing fine-grained features through dynamic multi-branch learning. We further evaluate cross-dataset generalization and discuss how inconsistent labeling—such as the presence or absence of ignore regions—impacts performance. This work contributes insights into robust small object detection under real-world UAV conditions and highlights the need for tailored dataset design and adaptive architectures.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».