論文の概要: Reviving the Discarded High-Resolution Feature for Transformer-Based Tiny Object Detection

• arxiv url: http://arxiv.org/abs/2611.07994v1
• Date: Thu, 05 Nov 2026 13:19:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 21:50:50.697578
• Title: Reviving the Discarded High-Resolution Feature for Transformer-Based Tiny Object Detection
• Title（参考訳）: 変圧器を用いたTiny物体検出のための復号化高分解能特性
• Abstract要約: 小型物体検出のための離散高分解能特徴を復活させるフレームワークであるReDHFを提案する。 ReDHF は様々な DETR 変種にまたがる複数のベースラインを一貫して改善することを示す。 最高のReDHF変種はAI-TOD-v2で+1.4 AP、VisDroneで+1.6 AP、SODA-Dで+1.5 APでベースラインを超える。
• 参考スコア（独自算出の注目度）: 49.52018410619977
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Tiny object detection remains challenging because tiny instances occupy only a few pixels, and their fine-grained details are easily lost during feature downsampling. Although the highest-resolution feature preserves rich local details for tiny objects, DETR-like detectors often discard it due to its large computational cost, while directly reintroducing this feature also brings dense background noise. To address this problem, we propose ReDHF, a novel framework that Revives the Discarded High-resolution Feature for tiny object detection. ReDHF has three cooperative components. Cross-Scale Deformable Fusion (CSDF) first constructs a semantically enhanced highest-resolution feature and injects its fine-grained details into the shallow feature under a moderate cost. Ellipse-Guided Shallow Supervision (EGSS) then guides the enhanced feature to learn more reliable classification and localization priors by applying geometry-adaptive auxiliary supervision. Full-Scale Query Interaction (FSQI) further enables decoder queries to access both low-level details and high-level semantic information, allowing them to aggregate richer cues for tiny objects. Extensive experiments show that ReDHF consistently improves multiple baselines across different DETR variants and achieves state-of-the-art performance on the evaluated benchmarks. The best ReDHF variants surpass their baselines by +1.4 AP on AI-TOD-v2, +1.6 AP on VisDrone, and +1.5 AP on SODA-D, with especially notable gains on tiny and small objects.
• Abstract（参考訳）: 小さいインスタンスがわずか数ピクセルしか占有していないため、細かなオブジェクト検出は依然として困難であり、細かな詳細は機能ダウンサンプリング中に簡単に失われる。 最も高解像度の機能は小さな物体のリッチな局所的な詳細を保存しているが、DETRのような検出器は計算コストが大きいため、しばしばそれを破棄する。 この問題に対処するために、小型物体検出のための離散高解像度特徴を復活させる新しいフレームワークであるReDHFを提案する。 ReDHFには3つの協力的コンポーネントがある。 CSDF(Cross-Scale Deformable Fusion)は、まずセマンティックに強化された高解像度機能を構築し、その細部を適度なコストで浅い機能に注入する。 Ellipse-Guided Shallow Supervision (EGSS) は、ジオメトリ適応補助監視を適用して、より信頼性の高い分類と位置化の事前学習を行う。 さらに、FSQI(Full-Scale Query Interaction)では、デコーダクエリが低レベルの詳細情報と高レベルのセマンティック情報の両方にアクセスでき、小さなオブジェクトに対してよりリッチなキューを集約することができる。 大規模な実験により、ReDHF は様々な DETR 変種にまたがる複数のベースラインを一貫して改善し、評価されたベンチマークで最先端のパフォーマンスを達成することが示された。 最高のReDHF変種は、AI-TOD-v2で+1.4 AP、VisDroneで+1.6 AP、SODA-Dで+1.5 AP、特に小さなオブジェクトや小さなオブジェクトで+1.4 APを超えている。

関連論文リスト

• Generalized Small Object Detection:A Point-Prompted Paradigm and Benchmark [54.91847070147244]
  小さい物体検出(SOD)は、非常に限られたピクセルとあいまいな物体の境界のために難しいままである。 これらの特徴は、挑戦的なアノテーション、大規模な高品質データセットの可用性の制限、そして本質的に小さなオブジェクトに対する弱いセマンティック表現をもたらす。 本研究では,小型オブジェクト検出のための大規模マルチドメインデータセットTinySet-9Mを導入することで,データ制限に対処する。
  論文  参考訳（メタデータ） (2026-04-03T06:32:18Z)
• D$^3$R-DETR: DETR with Dual-Domain Density Refinement for Tiny Object Detection in Aerial Images [25.413080494037107]
  本稿ではD$3$R-DETRを提案する。 空間領域情報と周波数領域情報を融合することにより、低レベル特徴写像を洗練し、より正確な物体密度マップを予測する。 AI-TOD-v2データセットの実験では、D$3$R-DETRが既存の最先端検出器よりも小さな物体検出に優れていることが示されている。
  論文  参考訳（メタデータ） (2026-01-06T06:21:50Z)
• High-Frequency Semantics and Geometric Priors for End-to-End Detection Transformers in Challenging UAV Imagery [6.902247657565531]
  本稿では,空中シーンに適したリアルタイム検出変換器であるHEDS-DETRを紹介する。 まず,高周波数拡張セマンティックスネットワーク(HFESNet)のバックボーンを提案する。 第2に、高分解能特徴を効率的に融合させることにより、情報損失に対処する。 第三に、2つの相乗的成分を用いてデコーダの安定性と位置決め精度を向上させる。
  論文  参考訳（メタデータ） (2025-07-01T14:56:56Z)
• 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)
• 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)
• 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)

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。