FedGTD-UAVs: Aprendizaje por Transferencia Federado con SPD-GCNet para la Detección de Objetivos Pequeños en Tierra Robusta a Oclusiones en Enjambres de UAV
Autores: Zhao, Liang; Jia, Xin; Cheng, Yuting
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
FedGTD-UAVs: Aprendizaje por Transferencia Federado con SPD-GCNet para la Detección de Objetivos Pequeños en Tierra Robusta a Oclusiones en Enjambres de UAV
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Basado en enjambres
Uav
Cooperativo
Detección de objetivos en tierra
Fedgtd-uavs
Preservación de la privacidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La detección cooperativa de objetivos terrestres mediante UAVs basada en enjambres enfrenta desafíos críticos, incluyendo la sensibilidad a objetivos pequeños, la susceptibilidad a la oclusión y la heterogeneidad de datos en plataformas distribuidas. Para abordar estos problemas, proponemos FedGTD-UAVs, un marco de aprendizaje por transferencia federado (FTL) que preserva la privacidad y está optimizado para tareas de percepción en enjambre en tiempo real. Nuestra solución integra tres innovaciones clave: (1) un paradigma de FTL que emplea un preentrenamiento centralizado en conjuntos de datos públicos seguido de un ajuste fino federado de subconjuntos de parámetros escasos; bajo severas distribuciones de datos no independientes y no idénticamente distribuidos (no-IID), este paradigma asegura la privacidad de los datos mientras mantiene más del 98% de rendimiento; (2) un backbone de Convolución Espacio-a-Profundidad (SPD-Conv) que reemplaza el muestreo con pérdida por operaciones espacio-a-profundidad sin pérdida, preservando características espaciales finas críticas para objetivos pequeños; (3) un módulo ligero de Red de Contexto Global (GCNet) que aprovecha el razonamiento contextual para capturar efectivamente dependencias de largo alcance, mejorando así la robustez contra objetos ocluidos mientras mantiene inferencias en tiempo real a 217 FPS. Una validación extensa en los benchmarks VisDrone2019 y CARPK demuestra un rendimiento de vanguardia: 44.2% mAP@0.5 (superando a YOLOv8s por 12.1%) con un compromiso de precisión-eficiencia 3.2 veces superior. En comparación con los métodos de aprendizaje centralizado tradicionales que dependen del intercambio de datos globales y presentan riesgos de privacidad, así como la significativa degradación del rendimiento del aprendizaje federado estándar bajo datos no-IID, este marco resuelve con éxito el conflicto central entre la protección de la privacidad de los datos y el mantenimiento del rendimiento de detección, proporcionando una solución segura y eficiente para el despliegue en el mundo real en entornos dinámicos complejos.
Descripción
La detección cooperativa de objetivos terrestres mediante UAVs basada en enjambres enfrenta desafíos críticos, incluyendo la sensibilidad a objetivos pequeños, la susceptibilidad a la oclusión y la heterogeneidad de datos en plataformas distribuidas. Para abordar estos problemas, proponemos FedGTD-UAVs, un marco de aprendizaje por transferencia federado (FTL) que preserva la privacidad y está optimizado para tareas de percepción en enjambre en tiempo real. Nuestra solución integra tres innovaciones clave: (1) un paradigma de FTL que emplea un preentrenamiento centralizado en conjuntos de datos públicos seguido de un ajuste fino federado de subconjuntos de parámetros escasos; bajo severas distribuciones de datos no independientes y no idénticamente distribuidos (no-IID), este paradigma asegura la privacidad de los datos mientras mantiene más del 98% de rendimiento; (2) un backbone de Convolución Espacio-a-Profundidad (SPD-Conv) que reemplaza el muestreo con pérdida por operaciones espacio-a-profundidad sin pérdida, preservando características espaciales finas críticas para objetivos pequeños; (3) un módulo ligero de Red de Contexto Global (GCNet) que aprovecha el razonamiento contextual para capturar efectivamente dependencias de largo alcance, mejorando así la robustez contra objetos ocluidos mientras mantiene inferencias en tiempo real a 217 FPS. Una validación extensa en los benchmarks VisDrone2019 y CARPK demuestra un rendimiento de vanguardia: 44.2% mAP@0.5 (superando a YOLOv8s por 12.1%) con un compromiso de precisión-eficiencia 3.2 veces superior. En comparación con los métodos de aprendizaje centralizado tradicionales que dependen del intercambio de datos globales y presentan riesgos de privacidad, así como la significativa degradación del rendimiento del aprendizaje federado estándar bajo datos no-IID, este marco resuelve con éxito el conflicto central entre la protección de la privacidad de los datos y el mantenimiento del rendimiento de detección, proporcionando una solución segura y eficiente para el despliegue en el mundo real en entornos dinámicos complejos.