論文の概要: H2RBox: Horizonal Box Annotation is All You Need for Oriented Object Detection

• arxiv url: http://arxiv.org/abs/2210.06742v1
• Date: Thu, 13 Oct 2022 05:12:45 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-14 14:32:02.466854
• Title: H2RBox: Horizonal Box Annotation is All You Need for Oriented Object Detection
• Title（参考訳）: H2RBox: オブジェクト指向オブジェクト検出に必要なのは水平ボックスアノテーション
• Authors: Xue Yang, Gefan Zhang, Wentong Li, Xuehui Wang, Yue Zhou, Junchi Yan
• Abstract要約: オブジェクト指向物体検出は、空中画像から自律運転に至るまで、多くの用途に現れる。 多くの既存の検出ベンチマークには水平バウンディングボックスがアノテートされているが、これはきめ細かな回転ボックスよりもコストが低い。 本稿では,H2RBoxと呼ばれる単純なオブジェクト指向検出手法を提案する。
• 参考スコア（独自算出の注目度）: 63.66553556240689
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Oriented object detection emerges in many applications from aerial images to autonomous driving, while many existing detection benchmarks are annotated with horizontal bounding box only which is also less costive than fine-grained rotated box, leading to a gap between the readily available training corpus and the rising demand for oriented object detection. This paper proposes a simple yet effective oriented object detection approach called H2RBox merely using horizontal box annotation for weakly-supervised training, which closes the above gap and shows competitive performance even against those trained with rotated boxes. The cores of our method are weakly- and self-supervised learning, which predicts the angle of the object by learning the consistency of two different views. To our best knowledge, H2RBox is the first horizontal box annotation-based oriented object detector. Compared to an alternative i.e. horizontal box-supervised instance segmentation with our post adaption to oriented object detection, our approach is not susceptible to the prediction quality of mask and can perform more robustly in complex scenes containing a large number of dense objects and outliers. Experimental results show that H2RBox has significant performance and speed advantages over horizontal box-supervised instance segmentation methods, as well as lower memory requirements. While compared to rotated box-supervised oriented object detectors, our method shows very close performance and speed, and even surpasses them in some cases. The source code is available at https://github.com/yangxue0827/h2rbox-mmrotate.
• Abstract（参考訳）: オブジェクト指向物体検出は、航空画像から自律運転まで多くのアプリケーションに現れるが、既存の多くの検出ベンチマークでは、細粒度で回転したボックスよりもコストが低い水平境界ボックスがアノテートされているため、容易に利用できるトレーニングコーパスと、オブジェクト指向物体検出の需要の増大との間にギャップが生じる。 本稿では,h2rboxと呼ばれる単純かつ効果的な指向オブジェクト検出手法を提案する。 本手法のコアは, 2つの異なる視点の一貫性を学習することにより, 物体の角度を予測できる弱い自己教師型学習である。 我々の知る限りでは、H2RBoxは最初の水平ボックスアノテーションに基づくオブジェクト指向オブジェクト検出器である。 水平ボックス制御型インスタンスセグメンテーションとオブジェクト指向物体検出への後適応の代替手法と比較して,我々のアプローチはマスクの予測品質に影響を受けず,多数の密集物体と外れ値を含む複雑な場面でより堅牢に動作することができる。 実験の結果,H2RBoxは水平ボックス制御インスタンスセグメンテーション法よりも性能と速度に優れており,メモリ要求も低かった。 回転する箱型指向型物体検出器と比較すると, 性能と速度は極めて近いが, 場合によっては超過する場合もある。 ソースコードはhttps://github.com/yangxue0827/h2rbox-mmrotateで入手できる。

関連論文リスト

• Exploiting Unlabeled Data with Multiple Expert Teachers for Open Vocabulary Aerial Object Detection and Its Orientation Adaptation [58.37525311718006]
  OVAD(Open-vocabulary Aero Object Detection)という,航空物体検出問題の新しい定式化を行った。 本稿では,CLIP-activated students-Teacher DetectionフレームワークであるCastDetを提案する。 本フレームワークは,ロバストなローカライズ教師といくつかのボックス選択戦略を統合し,新しいオブジェクトの高品質な提案を生成する。
  論文  参考訳（メタデータ） (2024-11-04T12:59:13Z)
• Point2RBox: Combine Knowledge from Synthetic Visual Patterns for End-to-end Oriented Object Detection with Single Point Supervision [81.60564776995682]
  我々は、ポイント教師付きオブジェクト検出のためのエンドツーエンドソリューションであるPoint2RBoxを提案する。 提案手法は軽量なパラダイムを用いているが,点教師付き代替品間での競合性能を実現する。 特に,本手法は軽量なパラダイムを用いるが,点教師付き代替品間での競合性能を実現する。
  論文  参考訳（メタデータ） (2023-11-23T15:57:41Z)
• SOOD: Towards Semi-Supervised Oriented Object Detection [57.05141794402972]
  本稿では, 主流の擬似ラベリングフレームワーク上に構築された, SOOD と呼ばれる, 半教師付きオブジェクト指向物体検出モデルを提案する。 提案した2つの損失をトレーニングした場合,SOODはDOTA-v1.5ベンチマークの様々な設定下で,最先端のSSOD法を超越することを示した。
  論文  参考訳（メタデータ） (2023-04-10T11:10:42Z)
• H2RBox-v2: Incorporating Symmetry for Boosting Horizontal Box Supervised Oriented Object Detection [55.3948651109885]
  本稿では,H2RBox-v2を提案する。 我々の知る限り、H2RBox-v2は指向オブジェクト検出のための最初の対称性を意識した自己監督パラダイムである。
  論文  参考訳（メタデータ） (2023-04-10T06:11:40Z)
• BoxMask: Revisiting Bounding Box Supervision for Video Object Detection [11.255962936937744]
  そこで,BoxMaskを提案する。このBoxMaskは,クラス対応の画素レベルの情報を取り入れることで,識別表現を学習する。 提案されたモジュールは、検出を促進するため、任意の領域ベースの検出器に懸命に統合することができる。
  論文  参考訳（メタデータ） (2022-10-12T08:25:27Z)
• Oriented Bounding Boxes for Small and Freely Rotated Objects [7.6997148655751895]
  任意のサイズの自由回転物体を処理する新しい物体検出方法を提示する。 この方法は、グリッドセル位置におけるターゲットオブジェクトの特徴の正確な位置と向きを符号化する。 xView と DOTA データセットの評価から,提案手法は既存の最先端手法よりも一様に性能を向上することが示された。
  論文  参考訳（メタデータ） (2021-04-24T02:04:49Z)
• Ensembling object detectors for image and video data analysis [98.26061123111647]
  本稿では,複数の物体検出器の出力をアンサンブルすることで,画像データ上の境界ボックスの検出性能と精度を向上させる手法を提案する。 本研究では,2段階追跡に基づく検出精度向上手法を提案することで,映像データに拡張する。
  論文  参考訳（メタデータ） (2021-02-09T12:38:16Z)
• Oriented Object Detection in Aerial Images with Box Boundary-Aware Vectors [21.484827209503823]
  空中画像中の物体を任意の方向に表示するため、空中画像中の物体の配向検出は難しい作業である。 現在のオブジェクト指向物体検出法は、主に2段階のアンカーベース検出器に依存している。 水平キーポイントに基づくオブジェクトをオブジェクト指向オブジェクト検出タスクに拡張する。
  論文  参考訳（メタデータ） (2020-08-17T00:56:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。