論文の概要: ESOD: Efficient Small Object Detection on High-Resolution Images

• arxiv url: http://arxiv.org/abs/2407.16424v1
• Date: Tue, 23 Jul 2024 12:21:23 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-24 17:16:18.472209
• Title: ESOD: Efficient Small Object Detection on High-Resolution Images
• Title（参考訳）: ESOD:高分解能画像を用いた高効率小物体検出
• Authors: Kai Liu, Zhihang Fu, Sheng Jin, Ze Chen, Fan Zhou, Rongxin Jiang, Yaowu Chen, Jieping Ye,
• Abstract要約: 小さなオブジェクトは通常、わずかに分散され、局所的にクラスタ化される。 画像の非対象背景領域において、大量の特徴抽出計算を無駄にする。 本稿では,検出器のバックボーンを再利用して,特徴レベルのオブジェクト探索とパッチスライシングを行う方法を提案する。
• 参考スコア（独自算出の注目度）: 36.80623357577051
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Enlarging input images is a straightforward and effective approach to promote small object detection. However, simple image enlargement is significantly expensive on both computations and GPU memory. In fact, small objects are usually sparsely distributed and locally clustered. Therefore, massive feature extraction computations are wasted on the non-target background area of images. Recent works have tried to pick out target-containing regions using an extra network and perform conventional object detection, but the newly introduced computation limits their final performance. In this paper, we propose to reuse the detector's backbone to conduct feature-level object-seeking and patch-slicing, which can avoid redundant feature extraction and reduce the computation cost. Incorporating a sparse detection head, we are able to detect small objects on high-resolution inputs (e.g., 1080P or larger) for superior performance. The resulting Efficient Small Object Detection (ESOD) approach is a generic framework, which can be applied to both CNN- and ViT-based detectors to save the computation and GPU memory costs. Extensive experiments demonstrate the efficacy and efficiency of our method. In particular, our method consistently surpasses the SOTA detectors by a large margin (e.g., 8% gains on AP) on the representative VisDrone, UAVDT, and TinyPerson datasets. Code will be made public soon.
• Abstract（参考訳）: 入力画像の拡大は、小さなオブジェクト検出を促進するための単純で効果的なアプローチである。 しかし、単純な画像拡大は計算とGPUメモリの両方でかなりコストがかかる。 実際、小さなオブジェクトは通常、わずかに分散され、局所的にクラスタ化されます。 したがって、画像の非ターゲット背景領域において、大量の特徴抽出計算が無駄にされる。 近年の研究では、対象領域を余分なネットワークで抽出し、従来の物体検出を行おうとしているが、新たに導入された計算では最終的な性能が制限されている。 本稿では,検出器のバックボーンを再利用して特徴レベルのオブジェクト探索とパッチスライシングを行い,冗長な特徴抽出を回避し,計算コストを削減することを提案する。 スパース検出ヘッドを組み込んで、高分解能入力(例えば1080P以上)で小さな物体を検出できるので、優れた性能が得られる。 結果として生じるESOD(Efficient Small Object Detection)アプローチは汎用的なフレームワークであり、CNNとViTベースの検出器の両方に適用することで、計算とGPUメモリコストを削減できる。 本手法の有効性と有効性を示す実験を行った。 特に,本手法は,代表的な VisDrone, UAVDT, TinyPerson のデータセットにおいて,SOTA 検出器を大きなマージン(例えばAPで8%の利得)で一貫的に上回っている。 コードはまもなく公開されます。

関連論文リスト

• Visible and Clear: Finding Tiny Objects in Difference Map [50.54061010335082]
  本稿では,検出モデルに自己再構成機構を導入し,それと微小物体との強い相関関係を明らかにする。 具体的には、再構成画像と入力の差分マップを構築して、検出器の首の内側に再構成ヘッドを配置し、小さな物体に対して高い感度を示す。 さらに、小さな特徴表現をより明確にするために、差分マップガイド機能拡張(DGFE)モジュールを開発する。
  論文  参考訳（メタデータ） (2024-05-18T12:22:26Z)
• YOLC: You Only Look Clusters for Tiny Object Detection in Aerial Images [33.80392696735718]
  YOLC(You Only Look Clusters)は、アンカーフリーなオブジェクト検出器であるCenterNet上に構築された、効率的で効果的なフレームワークである。 大規模画像や非一様オブジェクトの分布がもたらす課題を克服するため,正確な検出のためにクラスタ領域のズームインを適応的に検索するローカルスケールモジュール(LSM)を導入する。 Visdrone 2019 と UAVDT を含む2つの航空画像データセットに対する広範な実験を行い、提案手法の有効性と優位性を実証した。
  論文  参考訳（メタデータ） (2024-04-09T10:03:44Z)
• Improving the Detection of Small Oriented Objects in Aerial Images [0.0]
  本研究では,オブジェクト指向物体検出モデルの分類・回帰タスクを強化することにより,空中画像中の小型物体を高精度に検出する手法を提案する。 ガイド・アテンション・ロス(GALoss)とボックス・ポイント・ロス(BPLoss)の2つの損失からなるアテンション・ポイント・ネットワークを設計した。 実験結果から,小型オブジェクトインスタンスを用いた標準指向型空中データセットにおける注意点ネットワークの有効性が示された。
  論文  参考訳（メタデータ） (2024-01-12T11:00:07Z)
• Small Object Detection via Coarse-to-fine Proposal Generation and Imitation Learning [52.06176253457522]
  本稿では,粗粒度パイプラインと特徴模倣学習に基づく小型物体検出に適した2段階フレームワークを提案する。 CFINetは、大規模な小さなオブジェクト検出ベンチマークであるSODA-DとSODA-Aで最先端の性能を達成する。
  論文  参考訳（メタデータ） (2023-08-18T13:13:09Z)
• 3D Small Object Detection with Dynamic Spatial Pruning [62.72638845817799]
  本稿では,3次元小物体検出のための効率的な特徴解析手法を提案する。 空間分解能の高いDSPDet3Dというマルチレベル3次元検出器を提案する。 ほぼ全ての物体を検知しながら、4500k以上のポイントからなる建物全体を直接処理するには2秒もかからない。
  論文  参考訳（メタデータ） (2023-05-05T17:57:04Z)
• A Coarse to Fine Framework for Object Detection in High Resolution Image [8.316322664637537]
  オブジェクト検出の現在のアプローチでは、高解像度画像における小さなオブジェクトや大規模な分散問題を検出することはめったにない。 本稿では,オブジェクト検出の精度を,特に小さなオブジェクトや大規模分散シーンに対して向上させる,シンプルで効率的なアプローチを提案する。 提案手法は,高分解能画像における物体の空間と情報を有効利用することにより,より効率的に検出できる。
  論文  参考訳（メタデータ） (2023-03-02T13:04:33Z)
• SALISA: Saliency-based Input Sampling for Efficient Video Object Detection [58.22508131162269]
  ビデオオブジェクト検出のための新しい一様SALiencyベースの入力SAmpling技術であるSALISAを提案する。 SALISAは小物体の検出を著しく改善することを示す。
  論文  参考訳（メタデータ） (2022-04-05T17:59:51Z)
• You Better Look Twice: a new perspective for designing accurate detectors with reduced computations [56.34005280792013]
  BLT-netは、新しい低計算の2段階オブジェクト検出アーキテクチャである。 非常にエレガントな第1ステージを使用して、オブジェクトをバックグラウンドから分離することで、計算を削減します。 結果のイメージ提案は、高度に正確なモデルによって第2段階で処理される。
  論文  参考訳（メタデータ） (2021-07-21T12:39:51Z)
• QueryDet: Cascaded Sparse Query for Accelerating High-Resolution Small Object Detection [17.775203579232144]
  特徴ピラミド系物体検出器の推論速度を高速化する新規なクエリ機構を提案する。 パイプラインはまず、低解像度特徴量上の小さな物体の粗い位置を予測し、高解像度特徴量を用いて正確な検出結果を算出する。 一般的なCOCOデータセットでは,検出mAPを1.0倍,mAPを2.0倍に改善し,高分解能推論速度を平均3.0倍に向上する。
  論文  参考訳（メタデータ） (2021-03-16T15:30:20Z)
• Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
  適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。 我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。 その結果,小型歩行者の検出における本手法の有効性が示唆された。
  論文  参考訳（メタデータ） (2020-08-19T13:13:01Z)

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。