Sintesi Tecnica: Apprendimento Federato per il Rilevamento di Oggetti in Flotte di Droni Distribuiti

Definizione del Problema

Il rilevamento di oggetti è una capacità critica per le applicazioni di droni in scenari sensibili alla sicurezza, come la risposta ai disastri, il monitoraggio delle infrastrutture e la difesa. Tuttavia, raggiungere prestazioni robuste in questi ambienti dinamici ed eterogenei richiede tipicamente dataset ampi e diversificati. Gli approcci convenzionali si affidano alla centralizzazione delle immagini aeree per l'addestramento dei modelli, una pratica che incontra barriere significative:

• Vincoli di Privacy e Regolamentazione: I dati spesso coinvolgono informazioni geografiche sensibili o dettagli operativi proprietari, rendendo l'aggregazione legalmente o eticamente problematica.
• Limitazioni Operative: Le distribuzioni di droni in contesti distribuiti soffrono spesso di connettività limitata, restrizioni di archiviazione a bordo e costi di banda elevati associati alla trasmissione di grandi volumi di dati video o immagini grezze verso server centrali.
• Problemi di Generalizzazione: L'addestramento su dati provenienti da un singolo drone (Single-drone) limita l'esposizione del modello a diversi punti di vista, scale e condizioni ambientali, riducendo la sua capacità di generalizzazione.

La sfida centrale affrontata è come sfruttare la conoscenza collettiva di flotte di droni distribuite per migliorare i modelli di rilevamento oggetti senza violare la sovranità dei dati o incorrere in costi di comunicazione proibitivi.

Metodologia

Gli autori propongono e valutano un framework di Apprendimento Federato (Federated Learning - FL) specificamente per compiti di rilevamento di oggetti utilizzando l'Apprendimento Federato Orizzontale (Horizontal FL - HFL). In questo paradigma, molteplici nodi (droni) addestrano collaborativamente un modello globale condiviso mantenendo i propri dati d'immagine locali.

Configurazione Sperimentale

• Dataset: Lo studio utilizza il dataset KIIT-MiTA, un dataset di immagini aeree ad alta risoluzione contenente sette classi di rilevanza militare (artiglieria, missile, radar, lanciarazzi multipli, soldato, carro armato e veicolo).
• Partizionamento dei Dati: Per simulare un ambiente distribuito realistico, i dati di addestramento sono stati partizionati tra quattro nodi utilizzando un protocollo basato su Dirichlet ($\alpha=1$). Ciò crea un contesto non-IID (non indipendente e identicamente distribuito) in cui ogni nodo possiede una distribuzione differente di classi di oggetti e scene, imitando l'eterogeneità del mondo reale.
• Modelli Valutati: Lo studio confronta quattro architetture YOLO nano leggere implementate tramite il framework Ultralytics: YOLOv5 nano, YOLOv8 nano, YOLO11 nano e YOLO26 nano.
• Scenari di Addestramento: Tre scenari distinti sono stati confrontati sotto un protocollo comune:
  1. Centralizzato: Tutti i dati sono raccolti in un server per l'addestramento.
  2. Single-drone: Ogni nodo si addestra indipendentemente solo sulla propria partizione locale.
  3. Federato: I nodi eseguono l'addestramento locale (10 epoche per round) e scambiano i pesi del modello (non i dati) con un aggregatore centrale utilizzando il metodo Federated Averaging (FedAvg) su 10 round di comunicazione.
• Infrastruttura: Gli esperimenti di apprendimento federato sono stati eseguiti su istanze AWS EC2 (famiglia g4dn) utilizzando la piattaforma Sherpa.ai FL.

Metriche di Valutazione

Le prestazioni sono state valutate utilizzando le metriche standard del rilevamento di oggetti:

• mAP@0.50: Mean Average Precision a una soglia di Intersezione su Unione (IoU) di 0.50.
• mAP@0.50:0.95: Mean Average Precision mediata su soglie di IoU da 0.50 a 0.95 (requisito di localizzazione più rigoroso).
• Efficienza: I fotogrammi al secondo (FPS) e i Giga Floating Point Operations (GFLOPs) sono stati misurati per valutare l'idoneità all'implementazione edge.

Risultati Chiave

Gli esperimenti dimostrano che l'Apprendimento Federato colma efficacemente il divario tra l'addestramento locale isolato e l'addestramento centralizzato.

1. Guadagni di Prestazione

• vs Single-drone: L'addestramento federato ha prodotto miglioramenti sostanziali rispetto all'addestramento isolato. Il miglior modello, YOLO26 nano, ha ottenuto guadagni relativi del 52,89% in mAP@0.50 e del 67,80% in mAP@0.50:0.95 rispetto al baseline Single-drone.
• vs Centralizzato: I modelli federati sono rimasti competitivi con il baseline Centralizzato. Per YOLO26 nano, l'mAP@0.50 federato è stato di 0,7137, rispetto allo 0,7322 dell'addestramento Centralizzato, indicando che l'approccio FL recupera la maggior parte dei benefici prestazionali della centralizzazione dei dati senza i relativi rischi per la privacy.
• Analisi per Classe: I miglioramenti sono stati coerenti per tutte le sette classi. Le classi con minore rappresentazione nei singoli nodi (ad esempio, Missile, Radar) hanno registrato guadagni significativi, confermando che l'FL aiuta il modello a imparare rappresentazioni robuste da distribuzioni di dati diverse.

2. Efficienza e Implementazione

• Velocità di Inferenza: La strategia di addestramento (Centralizzato vs Federato) non ha influenzato la velocità di inferenza. Tutti i modelli nano hanno mantenuto un alto numero di FPS (circa 98–106 FPS su GPU) e una bassa complessità computazionale (6,1 GFLOPs per YOLO26 nano).
• Vincoli di Banda: Uno stress test che simulava una banda limitata (cap bidirezionale di 600 Kbps) ha mostrato che, sebbene il tempo di addestramento sia aumentato (da 2 ore a 3 ore e 20 minuti), le prestazioni di rilevamento sono rimaste comparabili al baseline non vincolato. Ciò suggerisce che l'FL è robusto ai vincoli di comunicazione tipici delle reti wireless per droni.

Significato e Rivendicazioni

Il documento posiziona il proprio contributo non come un nuovo algoritmo o un'architettura di rilevatore innovativa, ma come una valutazione sperimentale controllata di strategie FL standard in uno scenario di droni realistico e con vincoli di privacy.

• Scalabilità che Preserva la Privacy: Il lavoro dimostra che l'FL consente un rilevamento di oggetti scalabile e ad alte prestazioni attraverso flotte distribuite senza la necessità di centralizzare le immagini aeree grezze, affrontando così le barriere regolatorie e operative alla condivisione dei dati.
• Viabilità Pratica: Dimostrando che i modelli FL si avvicinano alle prestazioni Centralizzate pur superando significativamente i modelli Single-drone, gli autori sostengono che l'FL sia un'alternativa pratica per l'AI edge sensibile alla sicurezza dove la sovranità dei dati è fondamentale.
• Idoneità Edge: I risultati confermano che i modelli leggeri (specificamente YOLO26 nano) addestrati tramite FL sono adatti per l'implementazione su infrastrutture edge con risorse limitate, mantenendo capacità di inferenza in tempo reale.

Gli autori concludono che, sebbene l'FL introduca costi di comunicazione durante il tempo di addestramento, offre un compromesso valido per le operazioni di droni distribuiti, consentendo un miglioramento continuo del modello attraverso diversi ambienti operativi senza compromettere la privacy dei dati o richiedere un trasferimento di dati ad alta larghezza di banda.