光結構提供了更快，更準確的檢測無人機遙控器的對象

遙感對象的檢測是人工智能中迅速增長的領域，在促進無人機（UAV）的實際應用中發揮了重要作用，例如對自然災害，城市規劃​​和環境監測的反應。然而，平衡高精度和快速的模型的設計仍然是一個問題。

無人機通常修復對像以不同尺寸，角度和照明條件出現的圖像，同時在計算能力有限的設備上工作。這創造了需要創新的深度訓練模型，這些模型可以提供可靠的結果而不依靠大量計算資源。

為了解決這些問題，首都大阪大學的研究小組由研究生Hoang Viet -West -West -West -West -West -West -West -West -West -West -West -the the the Employs與她的團隊一起開發了一個適合BPK的新檢測結構。有一項研究 出版 在雜誌中 科學報告場地

這項工作基於部分受體束（PrepConvblock），該束會降低束操作的複雜性，同時保持符號的強大提取。這種創新使您可以使用較大的核，從而提供更長的特徵相互作用，並顯著擴大接受場。

基於此，研究人員引入了一個淺的雙中心金字塔網絡（SB-FPN），該網絡結合了符號的淺層和更深尺度之間的信息，以改善視覺表示。

這些創新與稱為Sora-Det的新體系結構（用於小型修復計架構的優化重版本）結合在一起。

Sora專為無人機的遠程探針而設計，Sora-det最多使用四個檢測頭，並且達到了高精度和效率。在測試標準時，在一組困難的Visdrone2019數據中，檢測器達到39.3％的MAP50，在SetRoneV2驗證集的最大型號的setRonev2驗證集中，探測器達到了84.0％的MAP50，同時要小得多，更快。

實際上，與普通單階段探測器相比，Sora-Det的參數近88.1％，其輸出速度高達5.4毫秒。

緊湊的設計，高性能和實時適應性的組合使Sora-Det成為基於BPC的遙感的有前途的解決方案。

包括在輕設備上的確切檢測物體，本研究為在自然災害，搜索和救援行動及其他地區的有效應用打開了大門。