SkyGuard是一个针对低空无人机威胁的智能防御系统，使用计算机视觉和对抗学习技术来检测、识别和防御恶意无人机。

SkyGuard系统包含以下主要功能：

• 无人机目标检测和识别
• 对抗攻击模拟（FGSM、PGD等）
• 防御策略实现和评估
• 可视化分析工具
• 模型训练和评估

• 前端：基于React的Web界面，使用Tailwind CSS进行样式设计
• 后端：FastAPI + Celery异步任务队列
• 模型：基于YOLOv8的目标检测模型，支持对抗训练

最简单的方式是使用Docker Compose启动整个系统：

docker-compose up

1. 安装后端依赖：

cd backend
pip install -r requirements.txt

2. 安装前端依赖：

cd frontend
npm install

3. 启动后端服务：

cd backend
uvicorn main:app --reload

4. 启动Celery worker：

cd backend
celery -A celery_app worker --loglevel=info

5. 启动前端开发服务器：

cd frontend
npm run dev

系统使用VisDrone数据集，这是一个大规模的无人机视角目标检测基准数据集。可以使用以下命令下载：

cd backend
python -c "from download_dataset import download_visdrone_dataset; download_visdrone_dataset()"

VisDrone数据集包含以下类别：

• 0: pedestrian（行人）
• 1: people（人群）
• 2: bicycle（自行车）
• 3: car（汽车）
• 4: van（面包车）
• 5: truck（卡车）
• 6: tricycle（三轮车）
• 7: awning-tricycle（篷式三轮车）
• 8: bus（公交车）
• 9: motor（摩托车）
• 10: others（其他）

数据集已转换为YOLO格式，包含以下结构：

• images/: 包含训练、验证和测试的图像文件
• labels/: 包含对应的YOLO格式标签文件
• data.yaml: 配置文件，指定图像和标签的路径以及类名

使用以下命令训练无人机检测模型：

cd backend
python train_model.py --model yolov8s --dataset visdrone --epochs 50

支持对抗训练：

python train_model.py --model yolov8s --dataset visdrone --adv-training --adv-method pgd

系统提供了丰富的REST API接口：

• /api/start-training: 启动模型训练
• /api/get-training-status/{task_id}: 获取训练状态
• /api/run-attack: 执行对抗攻击
• /api/run-defense: 执行防御方法
• /api/evaluate-defense: 评估防御效果
• /api/generate-visualization: 生成可视化结果

完整API文档可访问：http://localhost:8000/docs

系统支持多种对抗攻击方法：

• FGSM (Fast Gradient Sign Method)
• PGD (Projected Gradient Descent)
• 环境干扰攻击（亮度、噪声、对比度、模糊）

系统实现了多种防御策略：

• 高斯模糊
• 中值滤波
• JPEG压缩
• 位深度降低

1. 在backend/tasks.py中添加新的Celery任务函数
2. 在backend/main.py的run_attackAPI中添加对应的处理逻辑
3. 在backend/main.py的get_attack_typesAPI中添加新攻击类型的描述

1. 在backend/defense.py中扩展run_defense_task函数
2. 在backend/main.py的get_defense_typesAPI中添加新防御类型的描述

在backend/evaluate.py中扩展evaluate_defense_task函数，添加新的评估指标。

前端使用React + Tailwind CSS开发，UI组件基于Shadcn UI。

欢迎提交Pull Request或Issue来改进SkyGuard系统。

MIT