反无人机项目在MIT许可证下发布。
:white_check_mark: 2024年6月7日
: 我们发布了反无人机系统的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410的Jittor版本,以支持国产硬件并提高推理速度。 :blush:
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。
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。
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。
参考: 第三届反无人机CVPR2023。
注意:
python == 3.8
,否则可能会出现冲突;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;jittor == 1.3.8.5
。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>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600 | modelscope | 不适用 |
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。
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!
在项目根目录下,运行命令 python pysot_toolkit/test.py
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。
:monkey:
持续更新中...
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>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。
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。
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。
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}
}
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
用于可扩展和多功能 3D 生成的结构化 3D 潜在表示
TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。
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。
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。
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。
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。
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。
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。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号