A Dual-Modal Adaptive Pyramid Transformer Algorithm for UAV Cross-Modal Object Detection
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Unmanned Aerial Vehicles (UAVs) play vital roles in traffic surveillance, disaster management, and border security, highlighting the importance of reliable infrared–visible image detection under complex illumination conditions. However, UAV-based infrared–visible detection still faces challenges in multi-scale target recognition, robustness to lighting variations, and efficient cross-modal information utilization. To address these issues, this study proposes a lightweight Dual-modality Adaptive Pyramid Transformer (DAP) module integrated into the YOLOv8 framework. The DAP module employs a hierarchical self-attention mechanism and a residual fusion structure to achieve adaptive multi-scale representation and cross-modal semantic alignment while preserving modality-specific features. This design enables effective feature fusion with reduced computational cost, enhancing detection accuracy in complex environments. Experiments on the DroneVehicle and LLVIP datasets demonstrate that the proposed DAP-based YOLOv8 achieves mAP50:95 scores of 61.2% and 62.1%, respectively, outperforming conventional methods. The results validate the capability of the DAP module to optimize cross-modal feature interaction and improve UAV real-time infrared–visible target detection, offering a practical and efficient solution for UAV applications such as traffic monitoring and disaster response.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- A Dual-Modal Adaptive Pyramid Transformer Algorithm for UAV Cross-Modal Object Detection
- Date Crossref
- 11/12/2025
- Éditeur
- MDPI AG
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Civil Aviation Flight University of China Sichuan Province Engineering Technology Research Center of General Aircraft Maintenance pays non établi dans la noticeUniversité ou école supérieure
-
University of Electronic Science and Technology of China pays non établi dans la noticeUniversité ou école supérieure
-
College of Aviation Electronics and Electrical pays non établi dans la noticeUniversité ou école supérieure
-
School of Optoelectronic Science and Engineering pays non établi dans la noticeUniversité ou école supérieure
-
Luoyang College pays non établi dans la noticeUniversité ou école supérieure
Sichuan Province Engineering Technology Research Center of General Aircraft Maintenance — Civil Aviation Flight University of China, University of Electronic Science and Technology of China et College of Aviation Electronics and Electrical, avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.