Technische Samenvatting: Lichtgewicht en Resolutie-flexibele YOLO voor Edge-apparaten (RLPF-YOLO)

1. Probleemstelling

De implementatie van lichtgewicht objectdetectoren op onbemande luchtvaartuigen (UAV's) staat voor een fundamenteel conflict: de downsampling die vereist is voor computationele efficiëntie leidt onvermijdelijk tot het verlies van kenmerken die geassocieerd worden met kleine objecten, wat de detectieprestaties verslechtert. Terwijl one-stage detectoren zoals de YOLO-serie snelheid en efficiëntie bieden, worstelen ze met het balanceren van hoge detectienauwkeurigheid met een lage modelcomplexiteit, met name in scenario's die betrokken zijn bij dichte, kleine en multi-schaal objecten die gebruikelijk zijn in luchtfotografie. Bestaande oplossingen dwingen vaak een afweging af waarbij het verbeteren van de nauwkeurigheid de parameters en de computationele belasting aanzienlijk verhoogt, of het verminderen van parameters de modelnauwkeurigheid in gevaar brengt. Bovendien lijden diepe convolutionele netwerken vaak onder de attenuatie van ruimtelijke positionele informatie en feature-mismatch tussen ondiepe en diepe lagen.

2. Methodologie

Om deze uitdagingen aan te pakken, stellen de auteurs RLPF-YOLO voor, een resolutie-flexibel, lichtgewicht objectdetectiemodel gebaseerd op de YOLOv8n-architectuur. De ontwerpfilosofie centreert zich rond "feature compensatie", met als doel actief verloren informatie te herstellen en te verbeteren via een gesloten systeem van samenwerkende modules die over de backbone en neck zijn geïntegreerd:

2.1 Backbone Verbeteringen

• Dual-Branch Feature Complementary Module (C2F-FCM): Ontworpen om ruimtelijke informatie-attenuatie te mitigeren, splitst deze module input-features in een semantisch rijke tak (1/4 kanalen) en een ruimtelijke verwerkingstak (3/4 kanalen). Het maakt gebruik van een cross-attention mechanisme om deze takken te laten interageren, waardoor laag-niveau ruimtelijke informatie impliciet wordt gecodeerd in hoog-dimensionale vectoren. Dit waarborgt de integriteit van de feature-representatie in diepere lagen door te compenseren voor het gebrek aan ruimtelijke details.
• Efficient Multi-Scale Convolution Module (RMKPConv): Deze module vervangt standaard convoluties in de P5-laag en maakt gebruik van multi-schaal depthwise convoluties (3×3, 5×5, 7×7) gevolgd door pointwise convoluties. Deze aanpak legt contextuele informatie vast over diverse schalen met minimale computationele kosten, wat het probleem aanpakt waarbij grote receptieve velden in de P5-laag kleine objecten kunnen overstemmen met achtergrondruis.
• Residual Attention Module (RCBAM): Door de integratie van residual connections met het Convolutional Block Attention Module (CBAM), benadrukt deze component dynamisch cruciale ruimtelijke en kanaal-features. Het is specifiek ontworig om de semantische representatie van ondiepe features te versterken en de adaptiviteit van het netwerk aan kleine objecten en complexe achtergronden te verbeteren.
• Down Convolution: Standaard convoluties in de P4- en P5-lagen worden vervangen door Down-convoluties om de computationele efficiëntie te optimaliseren, het vanishing gradient probleem te verlichten en feature-updates te stabiliseren terwijl kleine-object-features behouden blijven.

2.2 Neck Verbeteringen

• Cross-Stage Partial Feature Processing Module (CSP-SimAM): In het neck-gedeelte vervangen de auteurs standaard componenten door een combinatie van GSConv en CSP-SimAM. Deze module maakt gebruik van een cross-stage partial architectuur die wordt versterkt met SimAM (een parameter-vrij attention mechanisme). Het faciliteert efficiënte multi-schaal fusie, verwijdert computationele redundantie en vermindert complexiteit zonder nauwkeurigheid op te offeren.

3. Belangrijkste Bijdragen

Het artikel schetst vier primaire bijdragen:

1. Herstel van Ruimtelijke Informatie: De introductie van de C2F-FCM module pakt de degradatie van ruimtelijke positionele informatie in diepe netwerken aan, waardoor de modelnauwkeurigheid wordt verbeterd door consistente ruimtelijke semantiek te garanderen.
2. Semantische Versterking van Kleine Objecten: De RCBAM module, gecombineerd met residual connections, versterkt de semantische representatie van ondiepe features, wat hoogwaardige laag-niveau features biedt voor daaropvolgende netwerkstadia.
3. Geoptimaliseerde Downsampling: De implementatie van RMKPConv in de P5-laag en het gebruik van Down convolutions in de P4/P5-lagen verbeteren de retentiegraad van features voor sparse-pixel kleine objecten aanzienlijk, terwijl de computationele efficiëntie wordt geoptimaliseerd.
4. Lichtgewicht Neck Fusie: De integratie van GSConv en CSP-SimAM in de neck bereikt een balans tussen detectienauwkeurigheid en een verminderd aantal parameters/computationele complexiteit, waardoor het model geschikt is voor resource-beperkte edge-omgevingen.

4. Experimentele Resultaten

Experimenten werden uitgevoerd op de VisDrone2019 dataset, die wordt gekenmerkt door dichte kleine objecten, occlusie en variërende schalen.

• Prestaties bij een 640-pixel Resolutie: Vergeleken met de baseline YOLOv8n verminderde RLPF-YOLO het aantal parameters met 70,4% (van 3,01M naar 0,89M) en de GFLOPS met 2,5%. Tegelijkertijd steeg de mAP@50 van 32,2% naar 34,2% en de mAP@(50-95) van 18,6% naar 20,1%.
• Prestaties bij een 1280-pixel Resolutie: Het model demonstreerde een uitstekende schaal-robuustheid en behaalde een mAP@50 van 46,0% en een mAP@(50-95) van 28,4%, waarbij het de baseline overtrof in precisie, zelfs bij hogere resoluties.
• Vergelijkende Analyse: Tegenover andere state-of-the-art lichtgewicht modellen (bijv. YOLOv7-tiny, YOLO-FBRT, YOLOv11n) behaalde RLPF-YOLO de hoogste nauwkeurigheidsmetingen (0,342 mAP@50) met het laagste aantal parameters (0,89M) onder de vergeleken hoogpresterende modellen. Vergeleken met YOLOv7-tiny verminderde het bijvoorbeeld de parameters met 85,2% terwijl de nauwkeurigheid verbeterde.
• Ablatie-studies: Stap-voor-stap ablatie-experimenten bevestigden dat elke voorgestelde module (C2F-FCM, Down Conv, RMKPConv, RCBAM, CSP-SimAM) positief bijdroeg aan de uiteindelijke prestaties, waarbij het cumulatieve effect significant beter was dan de som van de individuele verbeteringen.

5. Betekenis en Claims

De auteurs beweren dat RLPF-YOLO een effectieve architecturale oplossing biedt om de doorgaans tegengestelde doelen van lichtgewicht ontwerp en hoge-nauwkeurigheid detectie van kleine objecten te verenigen. Door een "feature compensatie" strategie toe te passen, slaagt het model erin verloren informatie die door downsampling is veroorzaakt te herstellen, wat robuuste real-time detectie op edge-apparaten met beperkte computationele middelen mogelijk maakt. Het werk demonstreert dat het mogelijk is om een aanzienlijke reductie in modelgrootte en computationele belasting te bereiken en tegelijkertijd de detectienauwkeurigheid voor kleine en dichte objecten in complexe UAV-scenario's te verbeteren. De code is beschikbaar gesteld om verdere research en implementatie in resource-beperkte omgevingen te ondersteunen.