基于边界框变换的无人机目标检测自适应图像放大

从无人机捕获的图像中检测目标具有挑战性，主要因目标尺寸较小。本文探索一种简单高效的自适应放大框架，用于无人机图像目标检测。主要动机是前景目标通常小于常规场景图像中的稀疏目标，这会阻碍有效目标检测器的优化。因此，我们旨在对目标进行自适应放大，以更好地捕获目标特征以完成检测任务。为实现此目标，需要两个核心设计：i)如何高效地对每个图像进行非均匀放大？ii)如何在放大后的图像空间中实现目标检测的训练和推理？相应地，引入一种轻量级偏移预测方案，搭配一种新颖的基于框的放大目标函数，以学习输入图像的非均匀放大。基于所学的放大变换，提出一种基于角对齐的边界框变换方法。该方法将 ground-truth 边界框映射到放大后的空间以进行目标检测学习，在推理阶段将预测边界框映射回原始空间。我们在三个代表性无人机目标检测数据集上开展了广泛实验，包括VisDrone、UAVDT和SeaDronesSee。所提ZoomDet具有架构无关性，可应用于任意目标检测架构。值得注意的是，在Faster R-CNN模型上，ZoomDet在SeaDronesSee数据集上实现了超过8.4个mAP的绝对提升，仅增加约3毫秒的延迟。代码已公开于https://github.com/twangnh/zoomdet_code。