Anti-UAV

Anti-UAV

无人机目标检测与追踪开源项目

Anti-UAV是一个开源项目,致力于在复杂环境中检测和追踪无人机目标。该项目提供新的数据集、评估指标和基线方法,支持RGB和红外视频输入。数据集包含多尺度无人机的高质量视频序列和密集标注。Anti-UAV旨在推动无人机检测追踪技术发展,可应用于区域安全防护等领域。

Anti-UAV无人机跟踪计算机视觉目标检测数据集Github开源项目

反无人机系统

许可证

反无人机项目在MIT许可证下发布。


新闻

:white_check_mark: 2024年6月7日: 我们发布了反无人机系统Jittor版本,以支持国产硬件并提高推理速度。 :blush:

:white_check_mark: 2024年7月4日: 我们发布了反无人机410Jittor版本,以支持国产硬件并提高推理速度。 :blush:


原创性

据我们所知,我们是首个提出反无人机新任务、相应数据集、评估指标和基准方法的团队,同时支持PyTorch和Jittor。


目录


任务定义

反无人机指在野外发现、检测、识别和跟踪无人机目标,并同时根据RGB和/或热红外(IR)视频估计目标的跟踪状态。当目标消失时,需要给出目标的不可见标记。许多更高级的应用可以建立在反无人机的基础上,如重要区域安全、防御无人机攻击,以及针对无人机入侵造成的潜在威胁进行自动持续防护。


动机

  • 北京北方电子设备研究所的反无人机项目旨在推动野外无人机发现、检测和跟踪的前沿。

  • 近年来,无人机凭借其自主性、灵活性和广泛的应用领域,在消费通信和网络中迅速发展。无人机应用为单架或多架无人机的使用提供了可能的民用和公共领域应用。同时,我们也需要意识到无人机入侵对空域安全造成的潜在威胁。今年早些时候,多次无人机目击事件导致机场空中交通中断,给航空公司造成重大经济损失。

  • 目前,在计算机视觉领域,还没有针对真实世界动态场景中的反无人机高质量基准。为了弥补这一空白,本项目提出了一个用于发现、检测、识别和跟踪无人机的新数据集、评估指标和基准方法。该数据集包含高质量、全高清视频序列(RGB和IR),涵盖多种多尺度无人机出现的情况,并密集标注了边界框、属性以及每帧中目标是否存在的标志。


环境配置

参考: 第三届反无人机CVPR2023

注意:

  • 我们建议您使用 python == 3.8,否则可能会出现冲突;
  • 对于使用NVIDIA RTX 30和40系列GPU的用户,已成功测试cuda 11.8版本;
  • 当您运行命令 pip install -r requirements/cv.txt 时,可能会出现一些问题,如无法找到bmt_clipit、clip、panopticapi、videofeatures_clipit。这些错误可以忽略;
  • 您需要安装jibjpeg4py库和 jittor == 1.3.8.5

数据准备

目前,我们为反无人机任务提供了三个公开数据集。

<img src="https://yellow-cdn.veclightyear.com/835a84d5/beb3788f-ffda-4b46-b34f-94a00ab27d3b.gif" width="1000px"/> <div align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d1a756e0-3015-41f2-92ff-0bcefa56d10c.gif" width="400"/><img src="https://yellow-cdn.veclightyear.com/835a84d5/3b80eeb2-c58f-4098-85cb-e9d120ce1ac6.gif" width="400"/> </div> <div align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/88713b04-85c0-4102-877e-effcdf413894.png" width="800px"/> </div>
  • 文件夹树形图
<div align="left"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/693b5e26-3586-4c7f-a9c2-fb92983086b6.png" width="350px"/> </div>
  • 场景变化: 与之前的挑战相比,我们今年进一步扩大了数据集,增加了更多具有动态背景、复杂运动和微小目标的挑战性视频序列,使得新的数据集涵盖了更多具有多尺度无人机的场景。示例如下所示。

    <img src="https://yellow-cdn.veclightyear.com/835a84d5/7516459a-ff00-4945-a1c1-a27951bfdf4d.gif" width="1000px"/>
  • 下载:

数据集谷歌云盘百度网盘
反无人机300链接密码:sagx
反无人机410不适用密码:wfds
反无人机600modelscope不适用
  • 请注意,410和600版本仅包含红外视频,而300版本同时包含RGB视频和红外视频。在此版本中,模型能够处理RGB数据和红外数据,因此我们建议您使用300版本数据集。

评估指标

我们将跟踪准确率定义为: <img src="https://yellow-cdn.veclightyear.com/835a84d5/b4fcd1f4-b03b-496b-a3d7-c34c92c5779b.png" width="1000px"/> 对于第t帧,IoU_t是预测跟踪框与其对应的真实框之间的交并比(IoU),p_t是预测的可见性标志,当预测框为空时等于1,否则等于0。v_t是目标的真实可见性标志,指示函数δ(v_t>0)当v_t > 0时等于1,否则等于0。准确率在序列的所有帧上取平均,T表示总帧数,T^*表示真实标注中目标存在的帧数。


训练和推理

  • 训练

目前,我们在Jittor中的训练存在一些问题,但您仍可以尝试运行以下命令:

cd {PROJECT_ROOT}/anti_uav_jittor python ltr/run_training.py modal modal

或者您可以使用PyTorch训练模型。

另外,如果您有任何建议,欢迎提出问题!

  • 推理

在项目根目录下,运行命令 python pysot_toolkit/test.py


演示笔记本

我们在anti_uav_jittor/demo.ipynb中提供了一个演示笔记本,可以帮助开发者更好地理解这个演示的工作流程。


模型库

:monkey:

持续更新中...


常见问题

我们将持续更新此部分,欢迎提出问题。

<details> <summary>1. 问: 当我运行训练命令时,出现一个错误,提示用序列设置数组元素,请求的数组有不均匀的形状。</summary> 答: 在AntiFusion.py中,设置 `visible_data = np.array, dtype = object`。 </details>

成果


  • CVPR 2020反无人机研讨会与挑战赛 <img src="https://yellow-cdn.veclightyear.com/835a84d5/03c297bc-7a0b-416d-99cd-f1f024d70bda.png" width="1000px"/>

我们组织了CVPR 2020反无人机研讨会与挑战赛,由北方电子设备研究所、中国科学院自动化研究所、天津大学、西安交通大学、商汤科技、小鹏汽车、中国科学技术大学、新加坡国立大学和百度合作。


  • ICCV 2021反无人机研讨会与挑战赛 <img src="https://yellow-cdn.veclightyear.com/835a84d5/7e232435-b2a0-4026-9f99-2f845d82e57f.png" width="1000px"/>

我们组织了ICCV 2021反无人机研讨会与挑战赛,由北京理工大学、北京邮电大学、哈尔滨工业大学、北京交通大学、奇虎360、OPPO、中国科学院和百度合作。


  • CVPR 2023反无人机研讨会与挑战赛 <img src="https://yellow-cdn.veclightyear.com/835a84d5/a473cad9-c4d5-469f-8717-118fcdf6d8d4.png" width="1000px"/>

我们组织了CVPR 2023反无人机研讨会与挑战赛,这是由北京理工大学、北京邮电大学、哈尔滨工业大学、北京交通大学、奇虎360、OPPO、中国科学院和百度合作举办的。


引用

  • 请参考并考虑引用以下论文:

    @article{zhang2023review,
    title={Review and Analysis of RGBT Single Object Tracking Methods: A Fusion Perspective},
    author={Zhang, ZhiHao and Wang, Jun and Zang, Zhuli and Jin, Lei and Li, Shengjie and Wu, Hao and Zhao, Jian and Bo, Zhang},
    journal={T-OMM},
    year={2023}
    }
    
    @article{huang2023anti,
    title={Anti-UAV410: A Thermal Infrared Benchmark and Customized Scheme for Tracking Drones in the Wild},
    author={Huang, Bo and Li, Jianan and Chen, Junjie and Wang, Gang and Zhao, Jian and Xu, Tingfa},
    journal={T-PAMI},
    year={2023}
    }
    
    @inproceedings{zhang2023modality,
    title={Modality Meets Long-Term Tracker: A Siamese Dual Fusion Framework for Tracking UAV},
    author={Zhang, Zhihao and Jin, Lei and Li, Shengjie and Xia, JianQiang and Wang, Jun and Li, Zun and Zhu, Zheng and Yang, Wenhan and Zhang, PengFei and Zhao, Jian and others},
    booktitle={ICIP 2023},
    year={2023}
    }
    
    @article{jiang2021anti,
    title={Anti-UAV: a large-scale benchmark for vision-based UAV tracking},
    author={Jiang, Nan and Wang, Kuiran and Peng, Xiaoke and Yu, Xuehui and Wang, Qiang and Xing, Junliang and Li, Guorong and Ye, Qixiang and Jiao,           Jianbin and Han, Zhenjun and others},
    journal={T-MM},
    year={2021}
    }
    
    @article{zhao20212nd,
    title={The 2nd anti-UAV workshop \& challenge: methods and results},
    author={Zhao, Jian and Wang, Gang and Li, Jianan and Jin, Lei and Fan, Nana and Wang, Min and Wang, Xiaojuan and Yong, Ting and Deng, Yafeng and           Guo, Yandong and others},
    journal={arXiv preprint arXiv:2108.09909},
    year={2021}
    }
    
    @article{zhu2023evidential,
    title={Evidential Detection and Tracking Collaboration: New Problem, Benchmark and Algorithm for Robust Anti-UAV System},
    author={Zhu, Xue-Feng and Xu, Tianyang and Zhao, Jian and Liu, Jia-Wei and Wang, Kai and Wang, Gang and Li, Jianan and Zhang, Zhihao and Wang, Qiang and Jin, Lei and     others},
    journal={arXiv preprint arXiv:2306.15767},
    year={2023}
    }
    
    @article{zhao20233rd,
    title={The 3rd Anti-UAV Workshop \& Challenge: Methods and Results},
    author={Zhao, Jian and Li, Jianan and Jin, Lei and Chu, Jiaming and Zhang, Zhihao and Wang, Jun and Xia, Jiangqiang and Wang, Kai and Liu, Yang and Gulshad, Sadaf and others},
    journal={arXiv preprint arXiv:2305.07290},
    year={2023}
    }
    
    @article{zhao20233rd,
    title={The 3rd Anti-UAV Workshop \& Challenge: Methods and Results},
    author={Zhao, Jian and Li, Jianan and Jin, Lei and Chu, Jiaming and Zhang, Zhihao and Wang, Jun and Xia, Jiangqiang and Wang, Kai and Liu, Yang and Gulshad, Sadaf and others},
    journal={arXiv preprint arXiv:2305.07290},
    year={2023}
    }
    

编辑推荐精选

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

下拉加载更多