Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.59254/sbpo-2026-232964
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!
A detecção de alvos pequenos em vigilância marítima representa um desafio crítico para operações de Busca e Salvamento (SAR), onde pessoas e equipamentos de sobrevivência aparecem como objetos sub-20 pixels em imagens de drones. Este artigo apresenta um estudo empírico comparando YOLO26 e YOLO11 para detecção de alvos pequenos em cenários marítimos. Utilizando um conjunto de dados misto de 21.288 imagens em modalidade eletro-óptica (EO) e infravermelha (IR) com cinco classes operacionais, demonstramos que o YOLO26m atinge 85,7% mAP50 e 78,2% de recall geral, com 94,1% mAP50 na detecção de vessels em IR — ganhos substanciais sobre o YOLO11s (60,2% mAP50). A arquitetura YOLO26 introduz STAL (Small-Target-Aware Label Assignment) e inferência livre de NMS, abordando diretamente a deterioração de recall em alvos de escala sub-pixel. Resultados validam que a evolução da arquitetura YOLO é crucial para operações SAR em ambientes marítimos.
Visualizações por mês
Contagem da Galoá, excluindo robôs conhecidos. Atualizado em 30/09/2026.
Visualizações por mês
Contagem da Galoá, excluindo robôs conhecidos. Atualizado em 30/09/2026.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo