基于无人机的多模态目标检测高多样性基准与基线
综述由AI生成无人机可见光与红外图像融合目标检测面临成像条件复杂挑战。提出高多样性数据集 ATR-UMOD,覆盖 80m 至 300m 高度及多种天气光照场景,标注 6 个条件属性。设计提示引导的条件感知动态融合(PCDF)方法,利用 CLIP 文本提示编码多标签条件,通过样本特定条件提示学习自适应构建有效提示,结合条件解耦模块实现无条件标签下的特征解耦,并引入条件感知动态融合模块动态重分配多模态贡献。实验表明该方法在 ATR-UMOD 上显著优于现…










