ESOD:高分辨率图像上的高效小物体检测

科学领域:

• 计算机视觉 计算机视觉
• 机器学习 机器学习
• 深度学习 (Deep Learning) 是一种深度学习.

背景情况:

• 放大图像可以提高小物体检测,但在计算上是昂贵的.
• 目前在物体检测中处理高分辨率图像的方法效率低下.
• 在背景区域上冗余的特征提取浪费计算资源.

研究的目的:

• 在高分辨率图像中开发一个高效和有效的方法来检测小物体.
• 为了降低与对象检测图像放大相关的计算和GPU内存成本.
• 提出适用于各种基于深度学习的探测器的通用框架.

主要方法:

• 重新利用探测器的骨干进行功能级别的对象搜索和补丁切割.
• 实施稀疏检测头,以实现高效的处理.
• 将这种方法集成到基于卷积神经网络 (CNN) 和视觉转换器 (ViT) 的探测器中.

主要成果:

• 拟议的高效小物体检测 (ESOD) 框架显著减少了计算和内存使用.
• 在高分辨率输入 (例如1080P) 上实现了卓越的性能.
• 始终超越最先进的 (SOTA) 探测器,在像VisDrone,UAVDT和TinyPerson这样的数据集上,平均精度 (AP) 提高了8%.

结论:

• ESOD方法为小型物体检测提供了一种高效的解决方案,克服了简单图像放大的局限性.
• 该方法显示了显著的计算节省和性能改进.
• ESOD是一个多功能框架,增强了现有的物体检测模型在小物体识别方面的功能.