AMSA-YOLO: 適応型マルチスケールアテンション機構によるリアルタイム物体検出

科学分野:

• コンピュータビジョン; 機械学習; ディープラーニング

背景:

• 物体検出は、自動運転や監視などのアプリケーションにとって非常に重要です。; YOLO（You Only Look Once）アルゴリズムシリーズは、リアルタイムの単段階物体検出に優れています。; 既存のYOLOモデルは、小物体の検出や密集したシーンでの検出に苦労しています。

研究 の 目的:

• 物体検出精度、特に小物体や密集した物体の検出精度を向上させること。; AMSA-YOLO（Adaptive Multi-Scale Attention YOLO）と呼ばれる改良型YOLOアルゴリズムを導入すること。

主な方法:

• スケールアウェアモジュールを組み込んだAMSA-YOLOを開発しました。; 適応型空間アテンションメカニズムと適応型チャネルアテンションメカニズムを統合しました。; COCO、VisDrone、CrowdHumanなどのベンチマークデータセットでパフォーマンスを評価しました。

主要な成果:

• AMSA-YOLOは、COCOのYOLOv8sと比較してmAP@0.5:0.95で2.3%向上しました。; 小物体検出APで3.6%の改善を示しました。; 推論速度の低下はわずか10.3%で、競争力のある速度を維持しました。

結論:

• AMSA-YOLOは、特に小物体の物体検出精度を大幅に向上させます。; 適応型マルチスケールアテンションメカニズムは、困難な検出シナリオで効果的であることが証明されています。; 提案手法は、実世界の物体検出タスクに対して実用的かつ効果的なソリューションを提供します。