一种用于小目标检测的多到单模块
计算机视觉与模式识别
2023-03-28 v1 人工智能
摘要
小目标检测在计算机视觉与目标检测中是一项重大挑战。小目标检测器的性能常因像素不足与特征显著性较低而受限。该问题源于特征尺度变化引起的信息错位以及特征处理过程中的信息丢失。针对此挑战，本文提出一种新颖的多到单模块（M2S），通过改进特征提取与细化特征来增强特定层。具体而言，M2S包含所提出的跨尺度聚合模块（CAM）与探究得到的双重关系模块（DRM），以提升信息提取能力与特征细化效果。此外，本文利用M2S生成额外的检测头以提高小目标检测精度。所提方法的有效性在两个数据集VisDrone2021-DET与SeaDronesSeeV2上进行了评估。实验结果表明其相比现有方法性能更优。相较于基线模型（YOLOv5s），M2S在VisDrone2021-DET测试数据集上精度提升约1.1%，在SeaDronesSeeV2验证集上提升15.68%。
引用
@article{arxiv.2303.14977,
title = {A novel Multi to Single Module for small object detection},
author = {Xiaohui Guo},
journal= {arXiv preprint arXiv:2303.14977},
year = {2023}
}