Copyright ?2013-2017 中國學術論文查重檢測系統入口 All Rights Reserved. 網站備案號:黔ICP備19012782號-3.
由于低分辨率低,像素有限,小目標檢測很困難。 例如,通過只看下圖上的目標,人類甚至很難識別這些物體。 然而,通過考慮到它位于天空中的背景,這個物體可以被識別為鳥類。 因此,我們認為,解決這個問題的關鍵取決于我們如何將上下文作為額外信息來幫助檢測小目標。
一共搜集了65篇2D目標檢測論文,涉及:通用目標檢測、旋轉目標檢測、Few-shot/自監督/半監督/無監督目標檢測等方向。 最新! CVPR 2021 視覺Transformer論文大盤點(43篇)
有研究員提出了一種利用上下文的目標檢測方法來提高檢測小目標的精度。 該方法通過連接多尺度特征,使用了來自不同層的附加特征作為上下文。 研究員還提出了具有注意機制的目標檢測,它可以關注圖像中的目標,并可以包括來自目標層的上下文信息。 實驗結果表明,該方法在檢測小目標方面的精度高于傳統的SSD框架。 下圖顯示了SSD框架無法檢測到小目標時的案例情況。
目標檢測的目標是確定圖像中目標的類別和位置。 本文提出了一種新的anchor free兩階段框架,它首先通過尋找潛在的角點組合來提取一些候選目標,然后通過一個獨立的分類階段為每個候選分配一個類標簽。 這兩個階段分別是提高召回和精度的有效解決方案,它們可以集成到端到端網絡中。 框架稱為Corner Proposal Network (CPN),具有檢測各種尺度目標的能力,也避免被大量假陽性候選所混淆。