論文の概要: Point2RBox: Combine Knowledge from Synthetic Visual Patterns for
End-to-end Oriented Object Detection with Single Point Supervision
- arxiv url: http://arxiv.org/abs/2311.14758v1
- Date: Thu, 23 Nov 2023 15:57:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-30 09:52:37.066471
- Title: Point2RBox: Combine Knowledge from Synthetic Visual Patterns for
End-to-end Oriented Object Detection with Single Point Supervision
- Title(参考訳): Point2RBox: エンドツーエンドオブジェクト検出のための合成視覚パターンからの知識と単一点スーパービジョンを組み合わせる
- Authors: Yu Yi, Xue Yang, Qingyun Li, Feipeng Da, Junchi Yan, Jifeng Dai, Yu
Qiao
- Abstract要約: 本稿では,ポイント教師付きオブジェクト検出のためのPoint2RBoxという手法を提案する。
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。
- 参考スコア(独自算出の注目度): 80.386636238141
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the rapidly increasing demand for oriented object detection (OOD),
recent research involving weakly-supervised detectors for learning rotated box
(RBox) from the horizontal box (HBox) has attracted more and more attention. In
this paper, we explore a more challenging yet label-efficient setting, namely
single point-supervised OOD, and present our approach called Point2RBox.
Specifically, we propose to leverage two principles: 1) Synthetic pattern
knowledge combination: By sampling around each labelled point on the image, we
transfer the object feature to synthetic visual patterns with the known
bounding box to provide the knowledge for box regression. 2) Transform
self-supervision: With a transformed input image (e.g. scaled/rotated), the
output RBoxes are trained to follow the same transformation so that the network
can perceive the relative size/rotation between objects. The detector is
further enhanced by a few devised techniques to cope with peripheral issues,
e.g. the anchor/layer assignment as the size of the object is not available in
our point supervision setting. To our best knowledge, Point2RBox is the first
end-to-end solution for point-supervised OOD. In particular, our method uses a
lightweight paradigm, yet it achieves a competitive performance among
point-supervised alternatives, 41.05%/27.62%/80.01% on DOTA/DIOR/HRSC datasets.
- Abstract(参考訳): 指向性物体検出(ood)の需要が急速に高まる中、水平箱(hbox)から回転箱(rbox)を学ぶための弱教師付き検出器に関する最近の研究が注目を集めている。
本稿では,より困難なラベル効率設定,すなわち単一点制御OODについて検討し,Point2RBoxというアプローチを提案する。
具体的には,2つの原則を活用することを提案する。
1) 合成パターン知識の組み合わせ: 画像上の各ラベル付き点をサンプリングすることにより、既知境界ボックスによる合成視覚パターンにオブジェクト特徴を移譲し、ボックス回帰の知識を提供する。
2) 変換自己スーパービジョン: 変換された入力画像(例えば、スケール/ローテーション)により、出力RBoxは、オブジェクト間の相対的なサイズ/ローテーションを知覚できるように、同じ変換に従うように訓練される。
この検出器は、周辺問題に対処するいくつかの工夫された技術によってさらに強化されている。例えば、我々の点監督設定では、オブジェクトのサイズが不足しているため、アンカー/層割り当てなどである。
私たちの知る限りでは、Point2RBoxはポイント管理OODの最初のエンドツーエンドソリューションです。
特に,本手法は軽量なパラダイムを用いているが,DOTA/DIOR/HRSCデータセットの41.05%/27.62%/80.01%の点教師付き代替品間での競合性能を実現する。
関連論文リスト
- PointOBB: Learning Oriented Object Detection via Single Point
Supervision [55.88982271340328]
本稿では,オブジェクト指向物体検出のための最初の単一点ベース OBB 生成法である PointOBB を提案する。
PointOBBは、オリジナルビュー、リサイズビュー、ローテーション/フリップ(rot/flp)ビューの3つのユニークなビューの協調利用を通じて動作する。
DIOR-RとDOTA-v1.0データセットの実験結果は、PointOBBが有望な性能を達成することを示す。
論文 参考訳(メタデータ) (2023-11-23T15:51:50Z) - P2RBox: A Single Point is All You Need for Oriented Object Detection [30.216854353102608]
我々はP2RBoxネットワークを導入し、ポイントアノテーションとマスクジェネレータを利用してマスクの提案を作成する。
高品質のマスクは、完全に監視された検出器を訓練するために回転したボックスアノテーションに変換される。
P2RBoxは、RetinaNet、Rotated FCOS、Oriented R-CNNという、完全に制御された3つのオブジェクト検出器とうまく機能する。
論文 参考訳(メタデータ) (2023-11-22T03:33:00Z) - Learning Remote Sensing Object Detection with Single Point Supervision [17.12725535531483]
Pointly Supervised Object Detection (PSOD) は、ボックスレベルの監視対象検出と比較してラベリングコストが低いため、かなりの関心を集めている。
本研究では,RS画像に適したPSOD法を提案する。
提案手法は,最先端の画像レベルとポイントレベルの教師付き検出法と比較して性能が大幅に向上し,PSODとボックスレベルの教師付きオブジェクト検出の差を低減できる。
論文 参考訳(メタデータ) (2023-05-23T15:06:04Z) - 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) - Anchor Free remote sensing detector based on solving discrete polar
coordinate equation [4.708085033897991]
回転・多スケール物体を検出するためのAnchor Free Aviatic Remote Sensor Object Detector (BWP-Det) を提案する。
具体的には、インタラクティブなダブルブランチ(IDB)アップサンプリングネットワークを設計し、ヒートマップの予測に1つのブランチを徐々にアップサンプリングする。
我々は、前景と背景の違いを強調するために、重み付きマルチスケール畳み込み(WmConv)を改善した。
論文 参考訳(メタデータ) (2023-03-21T09:28:47Z) - H2RBox: Horizonal Box Annotation is All You Need for Oriented Object
Detection [63.66553556240689]
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。
論文 参考訳(メタデータ) (2022-10-13T05:12:45Z) - Point-to-Box Network for Accurate Object Detection via Single Point
Supervision [51.95993495703855]
オフ・ザ・シェルフ提案法(OTSP)の軽量な代替手法を提案する。
P2BNetは、アンカーのような方法で提案を生成することで、オブジェクト間のバランスの取れた提案バッグを構築することができる。
コードはCOCO.com/ucas-vg/P2BNetでリリースされる。
論文 参考訳(メタデータ) (2022-07-14T11:32:00Z)
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。