Vermiste personen vinden met een drone

Het probleem

Onderzoeksvraag: hoe kan een AI-gestuurde drone met computervisie efficiënt ingezet worden bij zoek- en reddingsacties in een bos? Standaarddetectoren missen kleine personen in hoge-resolutiebeelden, en reddingsteams hebben geen GPU-server aan boord.

Wat ik bouwde

• —Twee publieke datasets (HERIDAL en LADD) samengevoegd, geconverteerd en opgedeeld in tegels van 640 bij 640: bijna 107.000 trainingsbeelden.
• —YOLOv11n gefinetuned op een A40-GPU, vergeleken met grotere varianten; export naar ONNX, TensorRT en NCNN.
• —Inferentie in overlappende stukken (SAHI) zodat volledige luchtfoto's en video's verwerkt worden; extra kleur-anomaliedetectie voor afwijkende kleuren in het bos.
• —Benchmarks op Jetson Nano, Raspberry Pi 4 en Raspberry Pi 5, en een publieke commandline-tool die frames met personen automatisch opslaat met tijdstempel.

Resultaat

• ✓mAP50 op de testset van 0,03 (standaardmodel) naar 0,60 na finetuning; op de LADD-validatieset 0,82.
• ✓Ongeveer een halve seconde per tegel op een Raspberry Pi 5, 1,3 milliseconden op de A40.
• ✓Code en gewichten zijn publiek beschikbaar.