強力なベースライン：YOLOv12とBoT-SORT-ReIDを用いた複数UAV追跡

Strong Baseline: Multi-UAV Tracking via YOLOv12 with BoT-SORT-ReID

March 21, 2025

著者: Yu-Hsi Chen

cs.AI

要旨

熱赤外映像における複数の無人航空機（UAV）の検出と追跡は、低コントラスト、環境ノイズ、および小さなターゲットサイズのため、本質的に困難な課題です。本論文では、検出と追跡の最新の進展を活用し、熱赤外映像における複数UAV追跡に対処するための簡潔なアプローチを提供します。YOLOv5とDeepSORTパイプラインに依存する代わりに、YOLOv12とBoT-SORTを基盤とした追跡フレームワークを提案し、それをカスタマイズした学習と推論戦略で強化します。第4回Anti-UAV Challengeの評価指標に従ってアプローチを評価し、競争力のある性能を実証します。特に、UAVの特徴を強化するためのコントラスト強調や時間情報融合を使用せずに優れた結果を達成し、複数UAV追跡タスクにおける「強力なベースライン」としてのアプローチの有効性を示します。実装の詳細、詳細な実験分析、および今後の改善点についての議論を提供します。コードはhttps://github.com/wish44165/YOLOv12-BoT-SORT-ReIDで公開されています。

English

Detecting and tracking multiple unmanned aerial vehicles (UAVs) in thermal infrared video is inherently challenging due to low contrast, environmental noise, and small target sizes. This paper provides a straightforward approach to address multi-UAV tracking in thermal infrared video, leveraging recent advances in detection and tracking. Instead of relying on the YOLOv5 with the DeepSORT pipeline, we present a tracking framework built on YOLOv12 and BoT-SORT, enhanced with tailored training and inference strategies. We evaluate our approach following the metrics from the 4th Anti-UAV Challenge and demonstrate competitive performance. Notably, we achieve strong results without using contrast enhancement or temporal information fusion to enrich UAV features, highlighting our approach as a "Strong Baseline" for the multi-UAV tracking task. We provide implementation details, in-depth experimental analysis, and a discussion of potential improvements. The code is available at https://github.com/wish44165/YOLOv12-BoT-SORT-ReID .