喜报 | 学院学子领衔团队参加ATR 2026 低空智能感知算法挑战赛获一等奖

发布人:本站编辑

赛事简介

第一届自动目标识别国际会议暨ATR 2026低空智能感知挑战赛由国防科技大学电子科学学院指导,自动目标识别全国重点实验室主办,天津先进技术研究院、开元国际数学研究院承办;竞赛组织方为国防科技大学、东南大学、清华大学、天津大学和雄安国创中心低空智能实验室。本届比赛聚焦低空智能感知领域前沿技术,围绕大模型驱动无人机视觉定位、城市具身智能离线智能问答等方向,面向全球高校、科研机构及产业团队,搭建开放、公平、高水平的技术交流与创新实践平台。本届挑战赛入围决赛的队伍来自杏吧传媒 、国防科技大学、北京航空航天大学、湖南大学、中国科学技术大学、白俄罗斯国立信息与无线电技术大学、中国电子科技集团公司信息科学研究院等国内外高校及科研机构。10月21日,我院学子在湖南长沙参加决赛并获得一等奖(命题一第一名),指导老师为许丹副教授。

 

第一届自动目标识别国际会议暨 ATR 2026 

低空智能感知挑战赛现场

 

参赛团队及方案介绍

 

团队名称:逸仙开悟队。团队参加的项目为“命题一:大模型驱动无人机视觉定位”,决赛采用8分钟项目介绍和4分钟专家问答。

团队成员分别是:

李品锐:杏吧传媒 24级博士生,主要从事目标检测领域研究,在本次比赛负责算法设计工作。

崔迪生:杏吧传媒 23级本科生,主要从事视觉语言模型研究,在本次比赛负责算法设计工作。

刘乐乐:杏吧传媒 23级本科生,主要从事强化学习与智能体决策、多智能体协同及大语言模型后训练研究,在本次比赛中负责算法评测工作。

何治廷:杏吧传媒 24级本科生,主要从事视觉感知领域研究,在本次比赛中负责PPT设计工作。

 

李品锐同学代表团队领奖(左二)

 

参赛方案:面向无人机航拍图像的多模态大模型视觉定位方法研究

本方案面向 ARTS 2026 低空智能感知挑战赛命题一:大模型驱动无人机视觉定位,研究自然语言描述引导的航拍图像目标定位方法。任务输入为一幅无人机航拍图像和一句自然语言描述,要求模型综合理解目标类别、外观属性、动作状态、空间位置及上下文关系,定位出唯一符合描述的目标。该方案旨在构建一套满足参数量约束、能够自动完成语言理解、空间关系推理和目标定位的多模态视觉定位方案,覆盖定向选择与开放定位两条赛道。本方案以“教师思维链蒸馏、全链路一致性设计、反验证自纠偏”为核心,在保持最终推理模型规模低于10B的前提下,通过提升训练数据质量增强学生模型的视觉推理与定位能力。方案包含三个创新点:一是面向参数受限场景的思维链蒸馏方法;二是覆盖生成、训练与推理的分布一致性设计;三是无额外标注条件下的反验证自纠偏机制。本方案形成了一套适用于参数受限多模态任务的数据构造、蒸馏训练与自动复核流程,可为无人机巡检、交通场景分析、应急救援等应用中的语言引导目标定位提供技术参考。其中,真值过滤的思维链教材构建方法、训练与推理一致性设计及反验证机制,也可迁移至其他多模态理解任务。后续将重点开展三方面工作:一是引入混合分辨率增广,缓解训练与测试图像分辨率分布差异;二是探索复核置信度校准与更合理的修正策略,提高纠偏可靠性;三是研究多检查点结果聚合与投票方法,提升复杂样本的定位稳定性。

 

参赛方案介绍1

 

参赛方案介绍2

 

本次获奖,展现了我院学子扎实的的科研功底、创新能力与团队协作素养,也离不开指导老师的悉心点拨与支持,是我院深耕实践教学、着力培育创新型人才的成果。希望同学们积极参与科创竞赛,在创新实践中不断提升综合能力。

 

ATR 2026 低空智能感知算法挑战赛获一等奖

(命题一第一名)