一种用于小logo检测的交叉方向任务解耦网络
计算机视觉与模式识别
2023-05-05 v1
摘要
logo检测在许多应用中起着不可或缺的作用。然而，处理小logo仍然困难，因为它们在图像中占据的像素过少，这加重了判别性特征提取的负担。小logo的聚集也给logo的分类与定位带来巨大挑战。为解决这些问题，我们创造性地提出用于小logo检测的交叉方向任务解耦网络（CTDNet）。我们首先引入交叉方向特征金字塔（CFP），通过采用水平传输与垂直传输实现交叉方向特征融合。此外，多频任务解耦头（MTDH）将分类与定位任务解耦为两个分支。设计了一个多频注意力卷积分支，通过创造性结合离散余弦变换与卷积来实现更精确的回归。在四个logo数据集上的综合实验证明了所提方法的有效性与高效性。
引用
@article{arxiv.2305.02503,
title = {A Cross-direction Task Decoupling Network for Small Logo Detection},
author = {Hou and Sujuan and Li and Xingzhuo and Min and Weiqing and Li and Jiacheng and Wang and Jing and Zheng and Yuanjie and Jiang and Shuqiang},
journal= {arXiv preprint arXiv:2305.02503},
year = {2023}
}