SULAND v2: 面向域偏移下 UAV/UGV 地面地雷检测的精炼 RGB 数据集与深度学习目标检测基准

TL;DR SULAND_v2 系统修正原始地雷检测数据集的标注错误，使检测器 mAP 提升高达 19.6 个百分点，并揭示高 IID 精度不保证 OOD 鲁棒性，为安全攸关的域偏移评估提供可靠基准。

问题

地雷探测领域正积极引入低成本 UAV/UGV 搭载的 RGB 图像与深度学习目标检测，以期实现安全、高效的自动化调查。但公开的 RGB 地雷数据集极度稀缺，唯一的基准数据集 SULAND 存在严重的标注缺陷：大量漏标、误标、定位偏差、可见性标准不一致、视觉伪影及类别 ID 反转，直接导致模型训练目标错误、评估分数失真。

现有研究仅使用少数架构进行测试，且未系统分析域偏移 (Domain Shift) 下的泛化能力。粗糙的标注会掩盖模型在未见环境中的脆弱性，使得高 IID 精度被误认为已具备部署可靠性，构成安全隐患。

地雷检测是极高安全性要求的应用，漏检可致命，误检则浪费人力排爆。域偏移源于环境、光照、视角等因素，对模型泛化构成核心挑战。净化数据集并建立多架构、OOD 的严格基准，是弥合实验室与实地表现差距的必然要求，也与业界对安全关键 AI 系统稳健性的普遍关注高度一致。

这一问题与自动驾驶感知模型需应对不同天气、城市域偏移的场景类似：数据集质量与域泛化基准直接决定系统在上线时的信任度。

核心洞察

• 数据集标注质量是安全关键目标检测的性能瓶颈而非模型架构。SULAND_v1 的标注错误导致几乎所有检测器的 mAP 被系统性压低 14.6–19.6 个百分点，而 OOD 类别 ID 颠倒问题更使平均 mAP 偏低了约 25 个百分点。这揭示了一个通常被忽略的事实：在标注噪声较大的领域（如地雷探测），**数据清洗产生的增益远超更换模型架构**，且错误的标注会扭曲模型排名和鲁棒性结论。因此，在类似高风险场景中，投入资源审计和修正标注比盲目尝试新模型更具性价比。
• IID 高精度并不代表操作就绪，OOD 泛化才是决定部署可行性的核心指标。在 SULAND_v2 上，YOLOv12-Small 取得最高的 IID mAP@50（0.908），但 RF-DETR-Large 的 OOD mAP@50（0.799）和 recall（0.675）均显著优于其他模型，表明不同架构对域偏移的敏感度差异巨大。这使得 benchmark 从单纯追求排行榜分数转向**评估架构在未知环境下的稳定性**，为实际无人机/无人车扫雷任务提供了更有价值的选型依据。

方法

数据审计与问题诊断

输入为原始 SULAND_v1 数据集，包含无人机 / 地面车辆拍摄的 RGB 图像及 PFM-1、PMA-2 两类地表地雷的边界框标注。作者首先制定审计协议，系统检查 v1 的每一张图像和标注文件，识别出七类关键缺陷：

• 缺失或不完整标注：部分地雷目标未被框出。
• 误报标注：无目标区域错误出现边界框。
• 定位偏差：边界框未紧密包围目标，或包含过多 / 过少背景。
• 部分可见性标准不一致：对遮挡目标的标注规则前后矛盾。
• 非代表性伪影：图像中出现无关物体或合成噪声。
• 图像质量退化：模糊、过度曝光等影响判读。
• 类别 ID 错配：标签类别与真实目标不符，且 OOD 评估中的类别编号采用倒置约定，导致与检测器输出不兼容。

标注精炼与一致性重建

基于审计结果，作者设计了一套重新标注原则：

1. 完整性：确保每张图像中所有可见地雷均被标注。
2. 精确定位：边界框严格贴合目标轮廓，消除冗余背景。
3. 标签有效性：移除假阳性框，修正类别 ID。
4. 类间一致性：统一部分遮挡等情况的标注逻辑，消除时序抖动。

由领域专家手动逐张修正，同时保留原始图像与训练 / 测试 / OOD 数据划分不变，仅替换标注文件，形成 SULAND_v2。最终数据集含 33,771 张图像、12,433 个高质量边界框。

多架构检测器基准构建

输出阶段不提出新检测模型，而是利用精炼数据集构建标准化评测协议：

• 检测器集合：覆盖 9 个家族、35 种配置，包括 YOLOv8/v9/v10/v11/v12、RT-DETR、RF-DETR 等。
• 训练设置：采用各自官方推荐的训练策略，在相同数据划分、相同超参搜索空间下完成收敛，避免因欠拟合或过拟合引入偏差。
• 评估维度：分别衡量 IID（分布内）和 OOD（分布外）性能，主要指标为 mAP@50 和 Recall，同时记录推理速度。

修复原始数据中的 OOD 类 ID 错误后，YOLOv8 的 OOD mAP@50 均值提升约 25 个百分点，证明标注质量对域偏移下泛化评估的关键影响。

与同类工作的核心差异：SULAND_v2 并非简单堆叠新检测器，而是通过系统化的标注审计与修正，首次在开源地雷检测数据集上提供可靠的 IID–OOD 基准，消除了因标注噪声导致的性能假象。

实验

实验设计

作者在 SULAND_v2（33,771 张图像，12,433 个边界框）上系统评估了 35 个检测器配置，覆盖 9 个主流架构家族（YOLO、RT‑DETR、RF‑DETR 等）。实验严格遵循原 SULAND 的 IID/OOD 划分，统一训练超参与评估协议。为量化标注质量的影响，还设计了 跨版本训练‑测试：在 v1/v2 标注上分别训练，并在另一版本上评估，揭示标注错误对性能评估的扭曲程度。

关键发现

• 标注修正显著提升性能：YOLOv8 的 IID mAP@50 因标注精炼提升 14.6–19.6 个百分点；修正 OOD 类别 ID 惯例后，平均 OOD mAP@50 提高约 25 个百分点。
• 顶级模型表现：YOLOv12‑Small 以 0.908 mAP@50 登顶 IID 场景；RF‑DETR‑Large 在 OOD 设定下取得 0.799 mAP@50 与 0.675 召回率，展现出更强的域偏移鲁棒性。
• IID 高精度 ≠ 部署可靠性：多数模型在 OOD 条件下性能急剧下降，召回率与精确率的权衡变得更加尖锐，直接关系排雷任务的漏检风险。

与基线对比的深度解读

原始 SULAND v1 因漏标、虚警框、定位偏差、不一致的可见性准则等系统性问题，使检测器性能被严重低估，并扭曲了模型间的相对排名。例如，某些对标注噪声敏感的架构在 v1 上表现不佳，而在 v2 上却大幅回升，说明可靠的数据集是安全关键领域模型选型的先决条件。RF‑DETR 在 OOD 上的优势源于其 DETR 家族的可变形注意力对背景变化的适应能力，而 YOLO 系列虽在 IID 中领先，却因更依赖局部特征而泛化不足。这一结果警示：单纯追求分布内指标会掩盖野外部署的真实风险，域偏移鲁棒性必须作为独立的评估维度。

行业影响

落地场景

• 人道主义排雷与战后重建：无人机（UAV）和地面无人车（UGV）搭载低成本 RGB 相机，对大面积疑似雷区进行航拍或地面侦察，自动检测 PFM-1、PMA-2 等散落地表的地雷，生成雷区分布图，辅助排雷小组规划安全路径或建设清理。
• 军事侦察与车队防护：前方侦察 UGV 实时处理前视 RGB 影像，识别道路及两侧的可疑地雷，为行进车队提供早期预警；无人机对机动路线进行快速扫视，降低伏击风险。
• 工业危险物品巡检：方法可迁移至未爆弹（UXO）检测、管道周边异常物体识别等类似 RGB 遥感应用，扩展至边境安全、关键基础设施巡检等领域。

商业价值

• 降本增效：自动化检测替代人工目视解译或逐米金属探测器排查，单次无人机飞行即可覆盖数公顷，调查周期从天级降至分钟级，大幅减少高危区域的人员暴露和人力投入。
• 开源生态降低研发门槛：SULAND_v2 提供经过严格修正的高质量标注和跨域基准，中小型 AI 企业可直接基于该数据集预训练或微调，避免自建危险场景数据集的成本和安全风险，加速检测产品落地。
• 增值服务嵌入：在成熟的无人机航测软件（如 Pix4Dmapper、DJI Terra）中，基于 SULAND_v2 模型开发“AI 地雷识别”付费插件，或向人道主义组织提供 SaaS 云检测服务，开辟新的营收渠道。

与现有产品/工作流集成

• 边缘实时推理：将 SULAND_v2 预训练模型导出为 ONNX 或 TensorRT，部署于 NVIDIA Jetson 等嵌入式计算模块，实现机载端侧检测，仅回传警报坐标与缩略图，降低数据传输带宽和延迟。
• GIS 后处理流水线：检测结果结合 RTK/POS 定位数据生成标准 GeoJSON，直接导入 QGIS 或 ESRI ArcGIS，叠加高分辨率底图生成风险热力图，无缝融入现有地理信息分析流程。
• 持续学习闭环：新场景采集的少量标注数据可结合 SULAND_v2 基模型进行微调，逐步提升域外（OOD）泛化性能，适应不同植被、光照、地形下的检测需求。

具体落地 Use Case

1. 人道主义排雷组织快速勘测
   某国际排雷机构在遗留雷患区使用多旋翼无人机搭载 4500 万像素 RGB 相机，低空飞行采集正射影像。通过内部定制的分析平台，调用 RF-DETR-Large（基于 SULAND_v2 训练），自动标注疑似地雷点位并生成矢量文件。该流程将传统需数周的人工初勘压缩至数小时，风险区域入口减少 90% 以上，同时将 OOD 场景下的召回率稳定在 0.675 以上，避免漏检。

2. 军事侦察 UGV 实时预警
   某型地面无人侦察车集成前视 RGB 摄像头和 Jetson Orin 模块，实时运行 YOLOv12-Small（优化后 mAP@50=0.908），对前方路面及两侧地表地雷进行逐帧检测。发现目标后通过 CAN 总线触发声光报警并自动标注地理坐标，在多变光照和地形条件下 OOD mAP@50 仍达 0.799，有效提升车队生存力。系统采用标准 Robot Operating System（ROS）节点封装，可快速集成到现有 UGV 控制栈中。

局限

• **数据多样性与泛化边界有限**：SULAND_v2 仅包含两种地表地雷（PFM-1 和 PMA-2），且图像采集自单一环境和季节条件，未覆盖不同地貌、光照、视角和传感器退化等真实域偏移因素。论文也指出 OOD 划分基于场地级场景切换，尚不能代表实际部署中更复杂的时变域偏移，如天气变化、相机参数差异或跨地域地貌差异。这限制了基准的普适性，难以直接评估检测器在各类非受控环境下的鲁棒性。
• **方法层面缺乏算法创新**：工作属于数据集修订与基准测试，未提出新的检测架构或域适应策略。尽管标注修正带来显著性能提升，并揭示了 IID 与 OOD 性能的脱节，但其贡献在于为现有检测器提供了更可靠的评估基础，而非在检测方法或域泛化技术上做出改进。对追求算法前沿的研究者而言，该工作提供的参考价值多集中在工程验证与数据集质量层面。
• **指标与评估维度不足**：基准仅以 mAP@50 和召回率作为核心指标，未纳入更细粒度的误检率分析、在极低虚警率下的检测率（如 FPPI 曲线）或计算/内存效率的深度对比。对于实际排雷场景，极低的虚警率是安全关键要求，缺乏此类分析降低了基准的操作指导价值。此外，未探讨检测器在极度小目标（远距离下目标像素数极低）或严重遮挡情况下的表现，这些问题在无人机/无人车视角中常见。