Mise en évidence d'instabilités fortes dans les performances d'algorithmes de détection dans un contexte anti-drone
Overview & Synopsis
Dans cet article nous montrons les disparités des résultats de détection de drones, par un YOLOv5, en fonction des bases de données d'entrainements. Nous soulignons également la présence constante de faibles résultats de détections, mettant ainsi en exergue le manque de robustesse dans cette tâche complexe qu'est la détection de drone en environnement complexe.
Indexed from repository: HAL Open Science
(
hal.science)
Keyboard Shortcuts:
← / → for pages • + / - for zoom • 0 to fit width
Powered by Mozilla PDF.js v3.11
Document Information
| Document Title | Mise en évidence d'instabilités fortes dans les performances d'algorithmes de détection dans un contexte anti-drone |
|---|---|
| Author / Organization | Arthur Toder, Martin Perez-Izaguirre, Guillaume Quin, Adrien Chan Hon Tong |
| Subject & Discipline | Multidisciplinary Academic Open Research |
| Categories | Science & Mathematics |
| Publication Year | 2024 |
| License / Rights | Open Access / Creative Commons |
| Resource Verification | Listed PDF (Verification Pending) |
| Original Host Website |
HAL Open Science
(hal.science)
|
| File Format | application/pdf (Portable Document Format) |
| Language | EN |
| Catalog ID | DOC-110627 |
| Original Source Link | Visit Source Page on hal.science » |