基于改进RT-DETR的机场低空飞鸟检测算法

黄裕文; 高云飞; 张博渊; 胡潇鹏; 颜丽蓉; 姚兴武; 陈超

doi:10.12404/j.issn.1671-1815.2501415

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (6) :2493-2501 DOI: 10.12404/j.issn.1671-1815.2501415

自动化技术、计算机技术

基于改进RT-DETR的机场低空飞鸟检测算法

黄裕文 ¹ ,
高云飞 ²^,^* ,
张博渊 ¹ ,
胡潇鹏 ¹ ,
颜丽蓉 ¹ ,
姚兴武 ¹ ,
陈超 ¹

作者信息 +

Airport Low-altitude Bird Detection Algorithm Based on Improved RT-DETR

Author information +

文章历史 +

摘要

鸟击事件对民航飞行安全和经济运行构成了严重威胁。在机场低空区域内,针对飞鸟的实时准确检测是预防鸟击事故的核心技术。现有算法在应对极小飞鸟实例检测时仍存在精度不足的问题。基于RT-DETR-R18框架,提出了一种名为ABRT-DETR(AirBirds RT-DETR)的机场低空飞鸟检测算法。首先构建出一种新的BasicBlock-PCR模块,并用其代替原有的BasicBlock模块,以增强飞鸟实例的特征提取能力,在提高精度的同时显著降低了模型复杂度和计算负担;其次,结合高级筛选特征融合金字塔HS-FPN(high-level screening-feature fusion pyramid networks),利用高级特征对低级特征信息进行筛选与融合,提升了多级特征的表达效果,从而进一步提高了检测精度并减少了计算量;最后,将原始GIoU损失函数替换为EIoU,优化了飞鸟目标的定位精度和整体检测性能。实验结果表明,与原始RT-DETR-R18模型相比,ABRT-DETR在精度、召回率、mAP50方面分别提升3.8%、2.5%和3.2%,并极大降低了模型的参数量和计算量,为机场低空飞鸟监测提供了高效可靠的技术解决方案。

Abstract

Bird strikes are considered a significant threat to civil aviation flight safety and economic operations. Real-time accurate detection of flying birds in the low altitude region of airports is regarded as a key technology to prevent bird strike accidents. However, the existing algorithms are often limited by insufficient accuracy in detecting minimal flying bird instances. To address this issue, an algorithm named ABRT-DETR(AirBirds RT-DETR) was proposed, which is based on the RT-DETR-R18 framework. Firstly, a new BasicBlock-PCR module was constructed and used instead of the original BasicBlock to enhance the feature extraction capability of flying bird instances, the model complexity and computational burden were significantly reduced while the precision was improved. Second, HS-FPN (high-level screening-feature fusion pyramid) was introduced, the high-level features are used to screen and fuse the low-level feature information, which enhances the expression effect of multi-level features, thus further improving the detection accuracy and reducing the computational burden. Finally, the original GIoU loss function was replaced by EIoU, optimizing the localization accuracy and overall detection performance of flying bird targets. The experimental results show that compared with the original RT-DETR-R18 model, the precision, recall and mAP50 are improved by 3.8%,2.5% and 3.2%, respectively, and the model’s parameters and FLOPs are greatly reduced, which provides an efficient and reliable technological solution for low-altitude bird monitoring at airports.

Graphical abstract

关键词

机场低空飞鸟检测 / RT-DETR-R18 / 鸟击防范 / HS-FPN / EIoU

Key words

low-altitude bird detection at airports / RT-DETR-R18 / bird strike prevention / HS-FPN / EIoU

引用本文

引用格式 ▾

黄裕文, 高云飞, 张博渊, 胡潇鹏, 颜丽蓉, 姚兴武, 陈超. 基于改进RT-DETR的机场低空飞鸟检测算法[J]. 科学技术与工程, 2026, 26(6): 2493-2501 DOI:10.12404/j.issn.1671-1815.2501415

HUANG Yu-wen, GAO Yun-fei, ZHANG Bo-yuan, HU Xiao-peng, YAN Li-rong, YAO Xing-wu, CHEN Chao. Airport Low-altitude Bird Detection Algorithm Based on Improved RT-DETR[J]. Science Technology and Engineering, 2026, 26(6): 2493-2501 DOI:10.12404/j.issn.1671-1815.2501415

登录浏览全文

4963

注册一个新账户忘记密码

鸟击对飞行安全构成重大威胁^[1],可能导致飞机改道、紧急迫降,如著名的哈德逊河迫降事件,当时飞机的两个发动机都出现故障,因此不得不降落在水面上;鸟击还会给航空公司造成巨大的经济损失,根据美国联邦航空管理局(Federal Aviation Administration,FAA)的最新报告^[2],1990—2023年,美国民航系统共报告了296 613起鸟击事件,预计美国民航业每年将因野生动物撞击而损失62 761 h的飞机停机时间和4.61亿美元的经济损失,并且据调查发现,大约97%的鸟击^[3]发生在飞机降落、起飞或处于低空时的机场附近。为了降低鸟击风险,必须在机场实施有效的鸟类监测系统。传统上,机场鸟类监测主要依靠人工观测和雷达系统,这两种系统在准确性、覆盖范围和实时响应能力方面都存在局限性。近年来,计算机视觉技术尤其是目标检测算法快速发展,为提高机场低空飞鸟检测的准确性和效率提供了巨大的潜力。

现有的目标检测模型主要分两种。一种是基于CNN(convolutional neural network)架构,其中分为以SSD^[4-5](single shot multibox detector)与YOLO(you only look once)^[6-8]系列为代表的一阶段检测算法和以R-CNN(regions-convolutional neural network)系列^[9-10]为代表的两阶段检测算法。例如,Liang等^[11]提出了一种基于深度神经网络的轻量级机场飞鸟检测算法SMB-YOLOv5,模型采用多分支块MBB(multi-branch block)提高了网络的表达能力,强化了对小鸟实例的检测能力 Hong等^[12]通过比较一系列基于CNN架构的鸟类检测模型的计算速度和平均精度来评估所有模型的性能,得出YOLO是所有模型中最快的结论。以上结果表明,尽管YOLO在机场低空飞鸟的检测上表现不错,但这些基于CNN架构的检测器通常需要非极大值抑制NMS(non maximum suppression)用于后处理,这不仅减慢了推理速度,而且引入了导致速度和精度不稳定的超参数,不能很好地满足机场低空飞鸟检测的实时性与准确性。另一种目标检测模型是基于Transformer^[13]架构,其中最著名的是DETR^[14](detection transformer)。DETR能够将检测问题转化为无序序列的输出问题,从而将传统的“密集检测”转化为“稀疏检测”^[15]。自从DETR模型提出以来,Transformer框架在计算机视觉领域得到广泛应用,Liu等^[16]针对机场鸟类体型较小的特点,采用多特征融合的变形DETR目标检测方法对机场环境中的无人机和鸟类进行检测。虽然基于Transformer的DETR模型消除了NMS对推理速度的影响,但带来的高计算成本使其无法满足实时检测要求。直到Zhao等^[17]提出了实时检测模型RT-DETR(real-time detection transformer),这是一款高实用性的端到端实时目标检测模型,在保持高精度的同时实现了实时性能,其速度和精度优于同等规模的YOLO系列检测模型。因此,可以尝试采用RT-DETR算法进行低空飞鸟的检测;但为了使其更适合机场低空飞鸟检测需求的高精度和实时性,有必要对算法做适当改进。

使用RT-DETR算法进行机场低空飞鸟检测是一个全新的领域,有必要对其开展相关的研究。在针对RT-DETR算法的改进中,Zhang等^[18]提出了一种增强的双向特征金字塔网络EBiFPN(enhanced bidirectional feature pyramid network)来促进多尺度特征融合,提高小目标检测的准确性和稳健性;Gao等^[19]提出了一种基于无人机航拍图像的轻量级小目标检测网络,通过引入部分卷积(partial convolution, PConv)来代替RT-DETR算法中的卷积运算,减少模型的计算和参数要求,同时保持了其精度;Chen等^[20]设计了高级筛选功能融合金字塔(hybrid scale feature pyramid network,HS-FPN),实现了多级融合,从而增强了模型的特征表达能力。

在真实的机场周边图像中,会存在许多极小飞鸟目标实例,这些鸟类目标通常占用较少的像素,并且实例要小得多。这意味着图像中的鸟类特征并不突出,并且由于机场周边天气情况多变,使得检测容易受到天空背景干扰,难以提取特征信息,导致检测性能变差。为了解决这些问题,满足工业实际部署需求。现提出一种轻量化的机场低空飞鸟检测模型ABRT-DETR(AirBirds RT-DETR),对RT-DETR-R18模型做如下改进。

(1)在骨干网络部分,创建新的卷积PConvRep,并构建BasicBlock-PCR模块,用其替换骨干网络中原有的全部BasicBlock,以增强目标的特征提取能力。

(2)在高效混合编码器部分,为加强模型的特征融合能力,引入高级筛选特征融合金字塔(HS-FPN),实现多尺度特征融合。对飞鸟在机场低空区域中的固有尺度差异进行了优化,以增强模型对飞鸟图像的特征表达能力。

(3)在损失函数部分,将原始的GIoU损失函数替换为EIoU,优化目标定位精度,以提高模型在复杂的机场天空背景中的整体检测性能。

1 RT-DETR-R18

RT-DETR是基于Transformer的实时端到端目标检测器,主要包含骨干网络(backbone)、高效混合编码器(efficient hybrid encoder)和带有检测头的解码器(transformer decoder)三部分。

骨干网络采用ResNet-18架构,基于多个卷积层和残差块进行特征提取。通过初始的卷积层和最大池化层提取低级特征。然后,骨干网络通过多个BasicBlock结构逐步提取更深层次的特征,分别在S3、S4、S5尺度上进行特征处理,生成多尺度特征。这些特征通过残差连接在不同层次间传递,保留重要信息,最终为高效混合编码器提供丰富的多层次输入特征。

高效混合编码器由基于注意力的同尺度特征交互(attention-based intra-scale feature interaction, AIFI)和基于CNN的跨尺度特征融合(CNN-based cross-scale feature fusion, CCFF)组成,协同提取并处理骨干网络后3个阶段(S3、S4、S5)的多尺度特征。AIFI利用单尺度Transformer编码器,在最高特征S5上执行特征交互,降低计算成本的同时保持对高层语义信息的敏感性。CCFF由多个融合块组成,通过卷积层融合相邻尺度特征,形成新的特征表示。

解码器首先通过IoU感知查询模块筛选最具代表性的图像特征作为初始对象查询,并采用不确定性最小查询选择机制提高查询质量和预测精度。随后,解码器通过多次迭代优化,最终生成预测框及其置信度分数。

2 ABRT-DETR

为解决机场低空区域背景复杂且小目标飞鸟难以检测的难题,对RT-DETR-R18网络进行了一系列的改进,旨在创造出一个精度更高的轻量化模型。首先创新出了新的卷积PConvRep,用其构建了BasicBlock-PCR模块,优化骨干网络中的BasicBlock,从而显著增强了飞鸟目标的特征提取能力,在有效降低计算量和参数量的同时,极大地提升了检测精度。其次,引入高级筛选特征融合金字塔(HS-FPN),替换原有的CCFF模块,HS-FPN利用通道注意(channel attention,CA)模块来利用高级语义特征作为权重,以过滤低级特征。这种筛选后的特征与高级语义特征相加,实现了多尺度特征融合,从而提高了模型的特征表达能力。最后,用EIoU替换原始的GIoU,可以有效地优化目标定位精度,提高了模型在复杂机场场景中的整体检测性能。ABRT-DETR模型结构如图1所示。

2.1 骨干网络的改进

通过开发一种简单而快速有效的运算符来提高飞鸟的检测精度,构建了一个新的运算符PConvRep。具体来讲,为解决运算符频繁的内存访问,首先引入了FasterNet中的部分卷积(PConv)^[21],该运算符可以在降低计算量的情况下保持高计算速度。图2(b)显示了部分卷积的设计。为了更进一步提高运算能力,使用RepConv^[22]优化部分卷积中的Conv,构建了新的卷积PConvRep,图2(c) 展示了PconvRep的工作原理。不同于图2(a) 的普通卷积,PConvRep利用了特征映射中的冗余,仅对一部分输入通道上进行空间特征提取,而不对其余通道进行处理。同时RepConv可以将多个卷积层(如3×3卷积和1×1卷积)融合成一个卷积层,减少了计算量,保持了模型的表达能力。从而可以更好地利用设备上的计算能力,能更有效地提取空间特征,同时减少冗余的计算和内存访问。

浮点运算次数( floating point operations per second,FLOPs)降低的具体做法是:假设输入尺寸为(c,h,w), 卷积核大小为k×k, 输出尺寸为(c,h,w),其中,c为通道数量,h为特征图的高度,w为特征图的宽度,那么普通卷积的FLOPs为:h×w×k²×c²,内存访问量为:h×w×2c+k²×c²≈h×w×2c。而PConvRep对于连续的存储器访问,仅考虑部分通道数作为用于计算的整个特征映射的代表,记为c_p通道数。因此PConvRep的FLOPs仅为:

$h\times w\times {k}^{2}\times {c}_{\mathrm{p}}^{2}$

,内存访问量:

$h\times w\times 2{c}_{\mathrm{p}}+{k}^{2}\times {c}_{\mathrm{p}}^{2}\approx h\times w\times 2{c}_{\mathrm{p}}$

。假设c_p的通道数为c的1/4, 那么PConvRep的FLOPs就仅为普通卷积的1/16,内存访问量是普通卷积的1/4。

随后,基于PConvRep,进一步提出了BasicBlock-PCR模块,结构如图3所示,使用其替换RT-DETR-R18骨干网络中全部的原始BasicBlock。具体来讲, 在BasicBlock-PCR模块中,通过第一个卷积核大小为3的Conv对输入进行卷积、归一化和激活。随后PconvRep对输入的一部分进行卷积操作,这一做法能够有效地优化计算过程,减少不必要的计算开销,同时在推理时通过将多个卷积层(如3×3卷积和1×1卷积)融合成一个卷积层,减少了计算冗余,保持了模型的表达能力,最后添加BatchNorm和ReLU激活层。新的BasicBlock-PCR模块如下图右下角。总体来说,BasicBlock-PCR模块利用通道分组卷积实现高效特征提取,通过BatchNorm和ReLU增强非线性能力并结合RepConv的多分支训练融合策略,增强了飞鸟小目标的特征提取能力,在提高精度的同时显著降低推理计算量,证明了设计的有效性。

2.2 高效混合编码器的改进

在机场低空飞鸟图像处理过程中,有效的识别飞鸟受到多尺度问题的挑战,这使得模型准确识别飞鸟的能力变得复杂。为此,引入了高级筛选特征融合金字塔(HS-FPN)^[20],用其替换了原模型中的CCFF模块,HS-FPN主要分为特征选择(feature selection)模块和特征融合(select feature fusion)模块,结构如图4所示。原理是通过利用高级语义特征作为权重,以过滤低级特征。这种筛选后的特征与高级语义特征相加,实现了多尺度特征融合,从而提高了模型的特征表达能力。

具体来讲,在特征选择模块,通道注意力(channel attention,CA)模块对输入特征图采用全局平均池化(avg pool)和全局最大池化(max pool)分别计算每个通道的平均值和最大值。最大池化的主要目的是从每个通道中提取最相关的数据,而平均池化的目的是从特征图中均匀地获取所有数据,最大限度地减少过度损失。随后,利用Sigmoid激活函数来确定每个通道的权重值,最终得到每个通道的权重。因此,在CA模块中这些汇集方法的组合便于从每个通道提取最具代表性的信息,同时最小化信息损失。随后通过将权重信息与对应尺度下的特征图相乘来生成经过筛选的特征图。CA模块示意图如图4所示。

在特征融合模块,通过使用高级特征作为权重来策略性地融合特征,以过滤嵌入在低级特征中的基本语义信息。如图5所示,输入一个高级特征

${f}_{\mathrm{h}\mathrm{i}\mathrm{g}\mathrm{h}}\in {\mathrm{R}}^{\mathrm{C}\times \mathrm{H}\times \mathrm{W}}$

和一个低级特征

${f}_{\mathrm{l}\mathrm{o}\mathrm{w}}\in {\mathrm{R}}^{\mathrm{C}\times {\mathrm{H}}_{1}\times {\mathrm{W}}_{1}}$

。高级特征首先使用一个步长为2,卷积核大小为3×3的转置卷积(transposed convolution)进行扩展,得到的特征大小

${f}_{\stackrel{⌒}{\mathrm{h}\mathrm{i}\mathrm{g}\mathrm{h}}}\in {\mathrm{R}}^{C\times 2H\times 2W}$

,然后,为了统一高级特征和低级特征的维数,使用双线性插值(bilinear interpolation)对高级特征进行上采样或下采样,得到

${f}_{\mathrm{a}\mathrm{t}\mathrm{t}}\in {\mathrm{R}}^{\mathrm{C}\times {\mathrm{H}}_{1}\times {\mathrm{W}}_{1}}$

。在获得具有同一维度的特征之后,采用CA模块将高级特征转换成相应的注意力权重,以过滤低级特征。最后,将过滤后的低级特征与高级特征进行融合,以增强模型的特征表示,得到

${f}_{\mathrm{o}\mathrm{u}\mathrm{t}}\in {\mathrm{R}}^{\mathrm{C}\times {\mathrm{H}}_{1}\times {\mathrm{W}}_{1}}$

。特征选择的融合过程为

(1)

${f}_{\mathrm{a}\mathrm{t}\mathrm{t}}=BL\left[{T}_{\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}}\right({f}_{\mathrm{h}\mathrm{i}\mathrm{g}\mathrm{h}}\left)\right]$

(2)

${f}_{\mathrm{o}\mathrm{u}\mathrm{t}}={f}_{\mathrm{l}\mathrm{o}\mathrm{w}}\mathrm{C}\mathrm{A}\left({f}_{\mathrm{a}\mathrm{t}\mathrm{t}}\right)+{f}_{\mathrm{a}\mathrm{t}\mathrm{t}}$

式中:CA为通道注意力;T_Conv为转置卷积,用于对高层特征进行卷积变换。

通过这种方式,HS-FPN能够更好地捕获机场低空飞鸟图像的全面特征信息,从而提高飞鸟检测的准确性和效率。

2.3 损失函数的改进

在原始的RT-DETR-R18模型中,使用GIoU作为边界框回归的损失函数。虽然GIoU提供了对传统IoU进行了改进:通过引入预测框和真实框的最小外接矩形来获取预测框、真实框在闭包区域中的比重。但它仍然存在一定的局限性:一是对每个预测框与真实框均要去计算最小外接矩形,计算及收敛速度受到限制;二是当预测框在真实框内部时,GIoU退化为IoU,也无法区分相对位置关系。为了解决这些限制,并且得到更加精准的预测框,引入了EIoU损失函数^[23],定义为

(3)

$\begin{array}{l}{L}_{\mathrm{E}\mathrm{I}\mathrm{o}\mathrm{U}}={L}_{\mathrm{I}\mathrm{o}\mathrm{U}}+{L}_{\mathrm{d}\mathrm{i}\mathrm{s}}+{L}_{\mathrm{a}\mathrm{s}\mathrm{p}}=1-\mathrm{I}\mathrm{o}\mathrm{U}+\\ \frac{{\rho }^{2}(b,{b}^{\mathrm{g}\mathrm{t}})}{({w}^{\mathrm{c}}{)}^{2}+({h}^{\mathrm{c}}{)}^{2}}+\frac{{\rho }^{2}(w,{w}^{\mathrm{g}\mathrm{t}})}{({w}^{\mathrm{c}}{)}^{2}}+\frac{{\rho }^{2}(h,{h}^{\mathrm{g}\mathrm{t}})}{({h}^{\mathrm{c}}{)}^{2}}\end{array}$

式(3)中:b为预选框A的中心点;w为预选框A的宽度;h为其高度;b^gt为真实框B的中心点;w^gt为真实框B的宽度;h^gt为其高度;ρ为计算两者之间的距离;w^c和h^c为覆盖两个框的最小封闭框的宽度和高度;EIoU损失函数分为三部分:IoU损失L_IoU,距离损失L_dis和方位损失L_asp。

距离损失可以使目标框回归更加稳定。方位损失直接使目标框和预测框的宽度和高度的差异最小化,从而导致更快的收敛速度和更好的定位结果。如图6所示。

3 实验结果与分析

3.1 实验环境

所有实验均在AutoDL远程服务器上执行,以确保计算资源的充足性和实验环境的稳定性。实验环境为PyTorch 2.1.2,Python 3.10(ubuntu22.04),Cuda 11.8。GPU为RTX 4090(24 GB)。操作系统为Linux。为了公平比较,实验中的模型均未使用预训练权重,批量大小batchsize设置为16,训练轮次epoch设置为250,初始学习率为0.000 1, 其他训练超参数均采用默认值。

3.2 数据集

为了模拟真实的机场低空环境,所选取的Airbirds数据集是由Sun等^[24]提出的用于现实机场鸟击预防的大规模具有挑战性的数据集。数据集中的图像是由部署在现实世界机场的摄像头网络在一年中的4个季节捕获的,涵盖了各种鸟类、光照条件和13种天气情景。是第一个收集现实世界机场飞鸟的大规模图像数据集。

在数据预处理过程中,由于原始数据集过于庞大并且有很多极为相似的图片。从数据集中筛选出2 504张图片,这些图片既包括肉眼可见的飞鸟实例,也包括极小飞鸟实例,同时包含不同天气状况。图7展示了一个由数据集中24个随机样本组成的图库。为确保数据的准确性和高质量,对数据集中的飞鸟进行了重新标注,最后将这2 504张图片按照7∶1∶2划分为训练集、测试集、验证集。

3.3 评价指标

选取主要通过精度(precision,P)、召回率(recall,R)和平均精度均值(mean average precision,mAP)来评估。精度指在模型识别的图片中正样本被正确预测的图片所占比例。召回率指被正确识别的图片占测试集全部图片的比例。mAP表示所有类别的平均精密度的平均值。精度、召回率和mAP的相应公式为

(4)

$P=\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}}\times 100\mathrm{\%}$

(5)

$R=\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{N}}\times 100\mathrm{\%}$

(6)

$\mathrm{A}\mathrm{P}={\int }_{0}^{1}P\left(R\right)\mathrm{d}R\times 100\mathrm{\%}$

(7)

$mAP=\frac{\stackrel{N}{\sum _{n=1}}A{\mathrm{P}}_{n}}{N}\times 100\mathrm{\%}$

式中:AP为平均精度;TP为真阳性,即正确识别的阳性;FN为假阴性,即不正确标记为阴性的阳性;FP为假阳性,即不正确标记为阳性的阴性。

mAP_50-95是在IoU阈值从0.50~0.95(步长为 0.05)共10个阈值下分别计算AP,并取平均值。除了上述性能度量之外,使用参数量和计算量来评估模型大小和计算成本,以便于选择用于部署在移动的设备上的轻量级网络。

3.4 消融实验

以RT-DETR-R18模型为基准进行了一系列的改进,通过消融实验来评估模型的改进效果。逐步去除或替换模型的关键模块,定量分析各个模块对检测性能。评估侧重于关键指标,如精度、召回率、mAP₅₀、mAP_50-95、参数量、计算量以及模型大小,这些指标共同评估检测性能和模型效率。表1描述了每个单独改进及其组合的结果,突出了对整体模型性能的增量贡献。

首先将新的BasicBlock-PCR模块替换原始RT-DETR-R18模型中的BasicBlock后(实验2),观察到性能显著改善。与原始模型(实验1)相比,精度提高了2.3%,召回率提高了1.5%,mAP₅₀也提高了2.2%,同时参数量、计算量和模型大小均降低。这些结果证实,新的BasicBlock-PCR模块不仅显著提高了模型对飞鸟特征的提取,提高了检测精度,而且使模型的计算负担。随后将HS-FPN模块添加到BasicBlock-PCR改进中(实验5)可以进一步提高性能。精度提高到91.2%,召回率达到88.0%,mAP₅₀提高到88.9%。同时参数量、计算量和模型大小进一步降低。结果表明,HS-FPN的加入增强了模型对飞鸟图像的特征表达能力,证明BasicBlock-PCR模块和HS-FPN具有一定的互补性,增强了模型以更高的准确性检测鸟类的能力,同时进一步减轻了模型大小。最后在前两种改进的基础上,将模型中原始的GIoU损失函数替换为EIoU(实验8),最终ABRT-DETR模型的精度达到91.6%,召回率为88.3%,mAP₅₀提高到89.5%。这种组合优于所有其他组合,显示了BasicBlock-PCR模块, HS-FPN和EIoU之间的强大协同作用。另外,尽管单独使用EIoU的效果不佳(实验4),但当与BasicBlock-PCR模块和HS-FPN配和使用时,可以显著增强边界和回归,提高了检测精度,并在所有实验中获得了最高的性能。

值得一提的是,对于这3个改进点又分别做了两两组合的实验(实验5、实验6、实验7),结果显示BasicBlock-PCR, HS-FPN和EIoU任意两两组合后,均比单独使用以及原始模型效果更好。最终,改进后的模型与原始模型相比,精度提高了3.8%,召回率提升了2.5%,mAP_0.5提升了3.2%,同时模型的参数量也降低了38.4%,计算量降低31.1%,模型大小降低38.0%。证明了改进后的模型的有效性。消融实验中部分参数之间的直观比较如图8所示,以便可以更清楚地看出改进后的效果。

3.5 对比实验

ABRT-DETR的性能基于RT-DETR-R18进行了增强,并与几种最先进的目标检测模型(包括RT-DETR变体和不同尺寸的YOLO模型)进行了对比评估。评估侧重于关键指标,这些指标共同评估检测性能和模型效率,对比结果如表2 所示。

首先在检测性能:ABRT-DETR模型在准确率、召回率、mAP₅₀和mAP_50-95方面表现优异,优于所有其他模型。具体来说,ABRT-DETR模型比RT-DETR-R₅₀的精度高0.6%,召回率高1.1%,mAP₅₀高1.3%。但与此同时,ABRT-DETR的计算量和参数量却仅为RT-DETR-R50的30%。所以说ABRT-DETR在检测精度以及模型大小之间达到了最高的平衡。这一点很重要,因为高精度对于最大限度地减少误报和确保检测到大多数鸟类至关重要,同时低的模型计算负担可以更好地提高模型检测的实时性,这在机场低空鸟类探测中至关重要,以防止鸟击。

由表2可知,ABRT-DETR模型与以速度和效率著称的YOLO模型相比,在各项指标中仍然优于YOLO模型。例如,YOLOv8s的精度为85.0%,召回率为35.6%,而ABRT-DETR的精度为91.6%,召回率为88.3%,大大超过了这些指标。此外,YOLOv8s、YOLOv10s、YOLOv11s模型虽然计算重量较轻,但mAP₅₀和mAP_50-95远低于ABRT-DETR。表明它们在检测机场鸟类检测场景中常见的小型或复杂物体时效果不佳。

3.6 可视化对比

为了验证ABRT-DETR在机场低空环境中的有效性,在测试集上随机挑选了3组图像,由于这些飞鸟在图像中所占的比例极小,为了更清晰地展示对比结果,将原始图像进行了局部放大。检测效果如图9所示。其中图9(a)、图9(c)、图9(e)为原始RT-DETR-R18检测,图9(b)、图9(d)、图9(f)为ABRT-DETR检测。

在图9中,通过图9(a)和图9(b)对比可知,改进后的模型极大提高了检测飞鸟的概率;通过图9(c)和图9(d)对比可知,对于原始模型未检测出的较小飞鸟(红色虚线圈出),改进后的模型可以正确检测出飞鸟;通过图9(e)和图9(f)对比可知,ABRT-DETR对于图片中较大的飞鸟,不仅精度提高,而且检测框的定位更加准确。因此与原始模型相比,ABRT-DETR精度更高,检测框更准确,并减少了漏检情况。

4 总结

为解决机场低空飞鸟目标像素尺寸小难以检测的问题,对RT-DETR-R18模型进行改进,提出了一种专为机场低空鸟类探测而设计的新模型ABRT-DETR。通过创建新的卷积PConvRep,构建了BasicBlock-PCR模块,增强了机场低空飞鸟的特征提取能力,同时减少了计算量和参数量,显著提高了检测精度。此外,采用了HS-FPN特征融合模块,相较于传统的自然图像特征融合方法,HS-FPN结合了机场飞鸟的特点,通过利用高级语义特征的权重来过滤掉低级特征。经过筛选后的特征与高级语义特征融合,实现了多尺度特征的优化融合,特别针对飞鸟在机场低空区域的尺度差异,提升了模型对飞鸟图像的特征表达能力,并有效减小了模型体积。最后,将GIoU损失函数替换为EIoU,进一步优化了目标定位精度,提升了模型在复杂机场天空背景下的检测表现。通过消融实验强调了将这些改进结合起来的重要性,表明BasicBlock-PCR、HS-FPN和EIoU之间的协同作用推动了显著的性能提升。综合分析和对比实验表明,这些改进不仅实现了最先进的检测性能(精度为91.6%,召回率为88.3%,mAP₅₀为89.5%,mAP_50-95为44.6%,相较于原始模型,分别提高了3.8%、2.5%、3.2%、0.7%),同时参数量、计算量分别降低了38.4%和31.1%,使模型可以轻量化和高效地部署在实时系统中。

ABRT-DETR为机场鸟击预防系统提供了一个准确和高效的解决方案,下一步准备将ABRT-DETR模型算法与机场监控摄像头结合起来,监测机场内外的鸟类活动,采取主动的鸟击预防措施;同时,将该模型扩展到其他与航空相关的监测任务中,进一步优化其边缘设备部署的计算效率,加强机场鸟击防范系统,以便更好地保障民用航空运行安全。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Li J, Li Y L, Yu X C, et al. Design of aircraft structures against the threat of bird strikes[J]. Chinese Journal of Aeronautics, 2018, 31(7): 1535-1558.

[2]	Dolbeer R A, Begier M J, Miller P R, et al. Wildlife strikes to civil aircraft in the United States (1990—2023)[M]. Washington: Federal Aviation Administration, 2023.

[3]	Lopez-Lago M, Casado R, Bermudez A, et al. A predictive model for risk assessment on imminent bird strikes in airport areas[J]. Aerospace Science and Technology, 2017, 62: 19-30.

[4]	吴晨曦, 应保胜, 许小伟, 等. 基于改进单步多框目标检测的道路小目标检测算法[J]. 科学技术与工程, 2023, 23(5): 2051-2058.

[5]	Wu Chenxi, Ying Baosheng, Xu Xiaowei, et al. Road small object detection algorithm based on improved single-step multi-box object detection[J]. Science Technology and Engineering, 2023, 23(5): 2051-2058.

[6]	詹成祥, 孟庆岩, 安健健, 等. 基于clear-SSD的单点多盒飞机目标检测天气适用性[J]. 科学技术与工程, 2020, 20(31): 12717-12723.

[7]	Zhan Chengxiang, Meng Qingyan, An Jianjian, et al. Weather adaptability of single-point multi-box aircraft target detection based on clear-SSD[J]. Science Technology and Engineering, 2020, 20(31): 12717-12723.

[8]	牟家宇, 南新元. 基于YOLOv7-tiny改进的交通标志小目标实时检测算法[J]. 科学技术与工程, 2024, 24(30): 13072-13079.

[9]	Mou Jiayu, Nan Xinyuan. Real-time detection algorithm for small traffic sign objects based on improved YOLOv7-tiny[J]. Science Technology and Engineering, 2024, 24(30): 13072-13079.

[10]	李志昂, 肖小玲, 周绍发. 基于改进的YOLOv5s小目标船舶遥感图像检测[J]. 科学技术与工程, 2025, 25(2): 657-666.

[11]	Li Zhi’ang, Xiao Xiaoling, Zhou Shaofa. Small target ship detection in remote sensing images based on improved YOLOv5s[J]. Science Technology and Engineering, 2025, 25(2): 657-666.

[12]	宋京京, 张振利. 基于YOLOv8n的小目标交通标志检测算法[J]. 科学技术与工程, 2024, 24(36): 15548-15557.

[13]	Song Jingjing, Zhang Zhenli. Small traffic sign detection algorithm based on YOLOv8n[J]. Science Technology and Engineering, 2024, 24(36): 15548-15557.

[14]	陈利琼, 梅后金, 胡洪宣, 等. 基于改进Faster R-CNN的焊缝缺陷检测方法[J]. 科学技术与工程, 2025, 25(5): 2027-2033.

[15]	Chen Liqiong, Mei Houjin, Hu Hongxuan, et al. Weld defect detection method based on improved Faster R-CNN[J]. Science Technology and Engineering, 2025, 25(5): 2027-2033.

[16]	郑涵, 田猛, 赵延峰, 等. 基于改进Faster R-CNN的手部位姿估计方法[J]. 科学技术与工程, 2023, 23(3): 1160-1167.

[17]	Zheng Han, Tian Meng, Zhao Yanfeng, et al. Hand pose estimation method based on improved Faster R-CNN[J]. Science Technology and Engineering, 2023, 23(3): 1160-1167.

[18]	Liang H, Zhang X, Kong J, et al. SMB-YOLOv5: a lightweight airport flying bird detection algorithm based on deep neural networks[J]. IEEE Access, 2024, 12: 84878-84892.

[19]	Hong S J, Han Y, Kim S Y, et al. Application of deep-learning methods to bird detection using unmanned aerial vehicle imagery[J]. Sensors, 2019, 19(7). DOI:10.3390/s19071651.

[20]	Vaswani A. Attention is all you need[C]//Advances in Neural Information Processing Systems 30. Long Beach: Curran Associa-tes, Inc., 2017: 5998-6008.

[21]	Carion N, Massa F, Synnaeve G, et al. End-to-end object detection with transformers[C]//European Conference on Computer Vision. Cham: Springer International Publishing, 2020: 213-229.

[22]	Dai X ChenY, Yang J, et al. Dynamic DETR: end-to-end object detection with dynamic attention[C]// Proceedings of the IEEE/CVF International Conference on Computer Vision. New York: IEEE, 2021: 2988-2997.

[23]	Liu S L, Li Y L, Qu J Y, et al. Airport UAV and birds detection based on deformable DETR[J]. Journal of Physics: Conference Series, 2022, 2253(1): 1-11.

[24]	Zhao Y, Lv W, Xu S, et al. DETRs beat YOLOs on real-time object detection[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2024: 16965-16974.

[25]	Zhang H, Ma Z, Li X, et al. RS-DETR: an improved remote sensing object detection model based on RT-DETR[J]. Applied Sciences, 2024, 14(22). DOI: 10.3390/app142210331.

[26]	Gao S, Xue F, Tan W, et al. RTPR-DETR: a real-time small object detection network based on partial-convolution with structural re-parameterization[C]//36th Chinese Control and Decision Conference (CCDC). New York: IEEE, 2024: 5513-5518.

[27]	Chen Y, Zhang C, Chen B, et al. Accurate leukocyte detection based on deformable-DETR and multi-level feature fusion for aiding diagnosis of blood diseases[J]. Computers in Biology and Medicine, 2024, 170: 1-10.

[28]	Chen J, Kao S H, He H, et al. Run, Run, don’t walk: chasing higher FLOPS for faster neural networks[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2023: 12021-12031.

[29]	Ding X, Zhang X, Ma N, et al. RepVGG: making VGG-style convnets great again[C]//Proceedings of the IEEE/CVF Confe-rence on Computer Vision and Pattern Recognition. New York: IEEE, 2021: 13733-13742.

[30]	Zhang Y F, Ren W, Zhang Z, et al. Focal and efficient IoU loss for accurate bounding box regression[J]. Neurocomputing, 2022, 506: 146-157.

[31]	Sun H, Wang Y, Cai X, et al. Airbirds: a large-scale challenging dataset for bird strike prevention in real-world airports[C]//Proceedings of the Asian Conference on Computer Vision. New York: IEEE, 2022: 2440-2456.