DroneScan-YOLO: Redundancy-Aware Lightweight Detection for Tiny Objects in UAV Imagery

Probleemstelling

Objectdetectie in beelden van onbemande luchtvaartuigen (UAV's) staat voor unieke uitdagingen die standaard YOLO-detectoren (zoals YOLOv8) niet adequaat aan kunnen:

1. Prevalentie van kleine objecten: In datasets zoals VisDrone2019-DET beslaat 68% van de objecten minder dan 32×32 pixels. De standaard YOLOv8-architectuur gebruikt een minimale stapgrootte (stride) van 8 pixels. Hierdoor levert een 8×8-pixel object slechts een 1×1 activatie op in de feature map (P3), wat onvoldoende context biedt voor betrouwbare classificatie.
2. Instabiliteit van de Loss-functie: Bestaande loss-functies gebaseerd op IoU (Intersection over Union) en varianten (CIoU, GIoU) genereren nul-gradiënten wanneer de voorspelde en de doel-bounding box niet overlappen. Voor zeer kleine objecten (bijv. 5×5 pixels) leidt een verschuiving van slechts 1 pixel tot een IoU van 0, waardoor het leersignaal volledig verdwijnt.
3. Berekeningskosten: Inbedde UAV-systemen hebben strikte beperkingen op stroom, geheugen en warmteafvoer. Bestaande oplossingen die de nauwkeurigheid verbeteren (zoals diepere backbones of extra detectiehoofden) verhogen vaak de rekbelasting en het modelgrootte onaanvaardbaar.

Methodologie: DroneScan-YOLO

DroneScan-YOLO is een holistisch systeem dat deze beperkingen aanpakt via vier gecoördineerde ontwerpkeuzen, gebaseerd op de YOLOv8s-architectuur:

1. Verhoogde Invoerresolutie (1280×1280):

   • De invoerresolutie wordt verdubbeld ten opzichte van de standaard 640×640. Dit vierdubbeligt het oppervlak van de feature maps.
   • Een 8×8 object genereert nu een 2×2 activatie op P3 en een 4×4 activatie op een nieuwe P2-branch, wat cruciaal is voor het vastleggen van context bij kleine objecten.

2. RPA-Block (Redundancy-Aware Pruning):

   • Een dynamisch mechanisme voor het "snoeien" (pruning) van redundante filters tijdens het trainen.
   • Het berekent de cosinus-similariteit tussen filters. Filters met een hoge similariteit (boven een drempel $\theta=0.85$) worden gemaskeerd.
   • Stabilisatie: Er is een "warm-up" periode van 10 epoches waarin geen pruning plaatsvindt, zodat filters diverse representaties kunnen leren. Updates van het masker gebeuren "lazy" (elke 5 epoches) om rekoverhead te minimaliseren.

3. MSFD (Multi-Scale Feature Distillation Head):

   • Een extra, lichtgewicht detectiebranch op de P2-niveau (stride 4).
   • Deze branch gebruikt dieptewijze scheidbare convoluties (depthwise separable convolutions) en Squeeze-and-Excitation attention.
   • Het voegt slechts 114.592 parameters toe (+1,1%) en verbetert de detectie van objecten die te klein zijn voor de standaard stride-8-branch.

4. SAL-NWD Loss (Size-Adaptive Loss with Normalized Wasserstein Distance):

   • Een hybride loss-functie die de problemen van CIoU oplost voor niet-overlappende kleine objecten.
   • NWD: Modelleert bounding boxes als 2D-Gaussische verdelingen en gebruikt de Normalized Wasserstein Distance. Dit zorgt voor een gladde, niet-nul gradiënt zelfs bij geen overlap.
   • Size-Adaptive Weighting: De CIoU-component wordt gewogen met de inverse van het objectoppervlak, waardoor kleine objecten een grotere bijdrage leveren aan de gradiënt.
   • De totale loss is een combinatie: $L = \lambda \cdot L_{NWD} + (1-\lambda) \cdot L_{CIoU} \cdot \bar{w}$.

Belangrijkste Bijdragen

• Integratie van vier dimensies: Voor het eerst worden invoerresolutie, multi-scale detectie, filter-pruning en een robuuste loss-functie gecombineerd in één samenhangend framework.
• Efficiëntie bij hoge resolutie: Door RPA-Block te combineren met MSFD, kan het model trainen op 1280×1280 zonder dat de inferentiesnelheid daalt; het is zelfs sneller dan de baseline.
• Specifieke optimalisatie voor UAV: De oplossing is direct gericht op de statistische realiteit van UAV-beelden (vooral kleine objecten en hoge dichtheid).

Resultaten

Het model is geëvalueerd op de VisDrone2019-DET dataset:

• Algemene Prestatie:

  • mAP@50: 55,3% (een stijging van +16,6 punten ten opzichte van YOLOv8s).
  • mAP@50-95: 35,6% (een stijging van +12,3 punten).
  • Recall: Verbeterd van 0,374 naar 0,518.
  • Snelheid: 96,7 FPS (hoger dan de YOLOv8s baseline van ~71 FPS, ondanks de verdubbelde resolutie).
  • Parameters: Slechts +4,1% toename (van 9,83M naar 10,23M).

• Prestaties op Kleine Objecten:

  • Fiets (Bicycle): AP@50 verbeterd van 0,114 naar 0,328 (+187%).
  • Overkapping-driewieler (Awning-tricycle): AP@50 verbeterd van 0,156 naar 0,237 (+52%).
  • Voetgangers: De niet-detectiegraad daalde met 40%.

• Ablatie Study:

  • De SAL-NWD loss leverde de grootste bijdrage aan de lokale precisie (mAP@50-95).
  • De MSFD-branch was het meest effectief voor het verhogen van de recall (het vinden van kleine objecten).
  • RPA-Block zorgde voornamelijk voor een toename in FPS (efficiëntie) met een minimale impact op de nauwkeurigheid.

Betekenis en Conclusie

DroneScan-YOLO bewijst dat het mogelijk is om de detectie van uiterst kleine objecten in UAV-beelden drastisch te verbeteren zonder de computerefficiëntie te offeren. Door de beperkingen van de standaard stride-8-architectuur te doorbreken via een hogere resolutie en een P2-branch, en door de leerstabiliteit te garanderen met een aangepaste loss-functie, biedt het een nieuwe state-of-the-art voor embedded UAV-toepassingen.

Het model overtreft bestaande methoden zoals DAU-YOLO (die vergelijkbare nauwkeurigheid bereikt maar 2,8 keer zwaarder is) en YOLO-LE. De paper benadrukt dat de synergie tussen de componenten essentieel is: geen enkele component alleen zou de prestaties van het volledige systeem kunnen evenaren. Toekomstig werk richt zich op het integreren van de MSFD-branch als native detectiehoofd en het implementeren van gestructureerd pruning voor verdere hardware-versnelling.