GhostV2-YOLO: A Hardware-Aware Lightweight UAV Detection Network for Edge NPUs
本文提出了 GhostV2-YOLO，一种硬件感知的轻量化无人机检测网络，该网络集成了 DFC-Light 注意力机制、全链路 C2f_GhostV2 模块以及策略性坐标注意力（Coordinate Attention），旨在资源受限的边缘 NPU 上实现高精度与实时推理，同时展现出强大的跨数据集泛化能力。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在城市与乡村日益拥挤的天空中，一种新型的隐形交通正在形成。无人驾驶飞行器（即无人机）已不再仅仅是爱好者手中的玩具，而是成为了物流配送、巡检和监控领域不可或缺的工具。然而，这种激增也带来了一个严峻的挑战：我们如何能在复杂的背景（如城市天际线或森林树冠）中，可靠地识别出这些体积小、移动快的机器？答案在于计算机视觉——这是一个通过分析图像中的模式来让软件学习如何“看”的领域。多年来，执行这项任务最有效的工具一直是深度学习网络，即模拟人类大脑识别物体能力的复杂系统。然而，这些系统通常过于沉重且耗电量巨大，无法在需要实时监测天空的小型电池驱动设备上运行。工程师们长久以来的目标，就是构建一种既能精准捕捉微小无人机，又足够轻量化，能够运行在邮票大小芯片上的检测器。
西安理工大学的一个研究小组针对这一问题提出了名为 GhostV2-YOLO 的新系统。他们的工作聚焦于现代边缘设备中常见的一种特定硬件：神经网络处理器（NPU）。这些专门设计的芯片旨在加速人工智能任务，但它们对能够高效执行的数学运算类型有着严格的限制。许多现有的无人机检测网络使用复杂的数学步骤，而这些芯片无法很好地处理这些步骤，从而迫使设备降速并转而使用主处理器。这造成了瓶颈，导致芯片的理论速度在现实世界中永远无法达到。研究人员致力于设计一种从一开始就尊重这些硬件限制的检测网络，确保整个过程的每一步都能在芯片上流畅运行，而无需退回到较慢的方法。
他们解决方案的核心是对网络处理视觉信息的方式进行了巧妙的重新思考。研究人员并没有使用大型、沉重的数学滤波器来扫描图像细节，而是将这些滤波器分解为硬件所喜爱的更小、更简单的步骤。想象一下尝试将一件笨重的家具搬过狭窄的门口；与其试图一次性将整个物体挤过去，不如将其拆解成易于搬运的部分，使其轻松通过。研究人员将这种逻辑应用到了网络的“眼睛”上，用两个更小的级联操作取代了单个大型扫描操作。这一改变使系统需要处理的数据量减少了近 28%，同时保持了观察精细细节的能力。此外，他们重新设计了网络的内部结构，使得这种轻量化的方法贯穿始终——从最初的图像捕获一直到最终的决策阶段，而不仅仅是在开始阶段。
为了提高系统发现微小目标的能力，团队加入了一种特定类型的注意力机制。就像人类可能会在拥挤的房间里专注于某个特定点以寻找朋友一样，这种机制有助于计算机理解物体在空间中的确切位置。通过将这种聚焦工具放置在网络的关键层，系统在区分微小无人机与鸟类或云朵方面变得显著更加出色。结果显示，该网络不仅更小、更快，而且比之前的标准模型更准确。在包含超过 20,000 张涵盖各种环境（从城市区域到森林）下无人机图像的定制数据集上进行测试时，新系统以极高的精度正确识别了目标。它实现了 96.36% 的检测准确率，而使用的参数量仅为 232 万个，这比标准基准模型的复杂度降低了 23%。
然而，这项工作的真正考验并非仅在模拟中，而是在物理部署中。研究人员将他们的设计安装在海思 Hi3403 边缘处理器上，这是一种常用于现实世界监控设备的芯片。该系统以每秒 25.5 帧的速度运行，这意味着它每秒可以分析超过 25 幅图像而没有延迟。这一性能达到了实时追踪的严格要求，使设备能够瞬间跟随移动中的无人机。至关重要的是，该系统利用了芯片 100% 的专用处理能力，没有任何计算环节回退到较慢的主处理器。这证实了他们的硬件感知设计成功消除了困扰其他系统的瓶颈。研究人员还在包含无人机和鸟类图像的公开数据集中测试了该系统，它在无需任何额外训练的情况下保持了高性能，证明了其良好的泛化能力。
这项工作表明，高性能人工智能并不一定需要庞大且耗电的计算机。通过将软件设计与运行它的硬件的具体能力进行精细匹配，我们可以创造出既轻量又极其有效的系统。GhostV2-YOLO 网络为在实地部署可靠的无人机检测提供了切实可行的路径，无论是用于保障机场安全、监测野生动物，还是确保公共安全。它表明，当工程师理解工具的约束条件时，他们就能构建出不仅在理论上成立，而且在现实世界中具备实用价值的解决方案。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。