logo móvil
Contáctanos

YOLO-DAA: Atención Direccional de Área para Detección de Objetos Pequeños Ligera en Imágenes de UAV Marítimos

Autores: Chen, Kuan-Chou; Malligere Shivanna, Vinay; Guo, Jiun-In

Idioma: Inglés

Editor: MDPI

Año: 2026

Descargar PDF

Acceso abierto

Artículo científico
2026

YOLO-DAA: Atención Direccional de Área para Detección de Objetos Pequeños Ligera en Imágenes de UAV Marítimos


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Robótica

Palabras clave

Detección de objetos
Imágenes de UAV marítimos
YOLO-DAA
Unidad de reconstrucción espacial
Atención direccional de área
Dependencias anisotrópicas

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
La detección de objetos pequeños en imágenes de Vehículos Aéreos No Tripulados (UAV) marítimos sigue siendo un desafío debido a los objetivos de baja resolución, la iluminación dinámica y los vastos fondos acuáticos que oscurecen las pistas espaciales finas. Este estudio presenta You Only Look Once - Atención Direccional de Área (YOLO-DAA), un marco de detección ligero pero consciente de la dirección diseñado para mejorar el razonamiento espacial y la discriminación de características en entornos marítimos. El modelo propuesto integra dos componentes clave: la Unidad de Reconstrucción Espacial (SRU), que filtra dinámicamente las activaciones redundantes y reconstruye características espaciales informativas, y la Atención Direccional de Área (DAA), que introduce atención controlable de fila-columna para modelar dependencias anisotrópicas. Juntos, permiten que la red capture estructuras sensibles a la orientación, como embarcaciones alargadas y nadadores alineados verticalmente, mientras mantiene la eficiencia en tiempo real. Los resultados experimentales en los conjuntos de datos de Objetos Comunes en Contexto (COCO) y SeaDronesSee demuestran que YOLO-DAA logra mejoras significativas tanto en precisión como en recuperación, superando la línea base de YOLOv12-turbo en múltiples escalas. En particular, la variante ligera YOLO-DAA-n logra una ganancia del 12.5% en AP95 en SeaDronesSee con una sobrecarga computacional mínima. Los hallazgos confirman que la atención direccional y la reconstrucción espacial mejoran conjuntamente la representación de pequeños objetivos marítimos, ofreciendo un equilibrio efectivo entre precisión y eficiencia para implementaciones de UAV en el mundo real.

Otros recursos que podrían interesarte

Temas Virtualpro