SULAND v2：面向域偏移的 UAV/UGV 地表地雷探测精炼 RGB 数据集与深度学习目标检测基准
英文标题：SULAND v2: A Refined RGB Dataset and Deep Learning Object Detection Benchmark for UAV/UGV-Based SUrface LANDmine Detection Under Domain Shift
该论文提出 SULAND v2，聚焦在域偏移条件下，利用 UAV/UGV 获取的 RGB 图像开展地表地雷检测。RGB 成像为无人机和无人地面车辆的巡检提供了实用且低成本的支持方案，但目标检测器在这一安全关键领域仍缺乏充分研究。论文旨在通过精炼数据集和跨架构检测基准，推动开发者评估模型在不同条件与域变化下的泛化能力。
打开原文相关 1.6 · 机会 0
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
SULAND v2：面向域偏移的 UAV/UGV 地表地雷探测精炼 RGB 数据集与深度学习目标检测基准
摘要
RGB 图像为利用无人机/无人地面车辆（UAV/UGV）支持地表地雷探测巡查提供了一种实用、低成本的选择，但目标检测器在这一安全关键领域仍未得到充分探索。跨架构基准测试仍较为有限。
BibTeX 格式化引用
English / 原文
BibTeX formatted citation
×