Надежный базовый подход: Многодроновое отслеживание с использованием YOLOv12 и BoT-SORT-ReID

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

March 21, 2025

Авторы: Yu-Hsi Chen

cs.AI

Аннотация

Обнаружение и отслеживание нескольких беспилотных летательных аппаратов (БПЛА) в тепловизионном видео представляет собой сложную задачу из-за низкого контраста, шумов окружающей среды и малых размеров целей. В данной статье предлагается простой подход для решения задачи многократного отслеживания БПЛА в тепловизионном видео, основанный на последних достижениях в области обнаружения и отслеживания. Вместо использования YOLOv5 с конвейером DeepSORT мы представляем фреймворк для отслеживания, построенный на YOLOv12 и BoT-SORT, дополненный специализированными стратегиями обучения и вывода. Мы оцениваем наш подход, следуя метрикам 4-го Anti-UAV Challenge, и демонстрируем конкурентоспособные результаты. Важно отметить, что мы достигаем высоких показателей без использования усиления контраста или слияния временной информации для обогащения признаков БПЛА, что подчеркивает наш подход как "Сильный Базовый" для задачи многократного отслеживания БПЛА. Мы предоставляем детали реализации, углубленный анализ экспериментов и обсуждение возможных улучшений. Код доступен по адресу https://github.com/wish44165/YOLOv12-BoT-SORT-ReID.

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 .