一种用于VIPriors目标检测挑战赛的竞赛方法
计算机视觉与模式识别
2021-04-20 v1 人工智能
摘要
在本报告中，我们介绍了提交至VIPriors目标检测挑战赛的方案技术细节。我们的解决方案基于强基线开源检测工具箱mmdetection。首先，我们引入一种有效的数据增强方法以解决数据匮乏问题，其包含bbox-jitter、grid-mask与mix-up。其次，我们提出一种鲁棒的兴趣区域（ROI）提取方法，通过嵌入全局上下文特征来学习更具显著性的ROI特征。第三，我们提出一种多模型集成策略以优化预测框，即加权框融合（WBF）。实验结果表明，我们的方法在COCO2017数据集子集上显著提升了目标检测的平均精度（AP）。
引用
@article{arxiv.2104.09059,
title = {A Competitive Method to VIPriors Object Detection Challenge},
author = {Fei Shen and Xin He and Mengwan Wei and Yi Xie},
journal= {arXiv preprint arXiv:2104.09059},
year = {2021}
}