AdaZoom：面向大场景多尺度目标检测的自适应缩放网络
计算机视觉与模式识别
2021-06-22 v1
摘要
大场景中的检测因小目标与极端尺度变化而具挑战性。聚焦于小目标所在图像区域至关重要。本文中，我们提出一种新颖的自适应缩放(AdaZoom)网络，作为具有灵活形状与焦距的选择性放大镜，自适应缩放聚焦区域以进行目标检测。基于策略梯度，我们构建了用于聚焦区域生成的强化学习框架，其奖励由目标分布定义。所生成区域的尺度与长宽比自适应于内部目标的尺度与分布。我们根据区域尺度施加可变放大倍率以实现自适应多尺度检测。我们进一步提出协同训练以互补地提升 AdaZoom 与检测网络的性能。为验证有效性，我们在 VisDrone2019、UAVDT 与 DOTA 数据集上进行了大量实验。实验表明 AdaZoom 在不同检测网络上带来一致且显著的提升，在这些数据集上达到当前最优性能，尤其在 Vis-Drone2019 上以 4.64% 的 AP 超越现有方法。
引用
@article{arxiv.2106.10409,
title = {AdaZoom: Adaptive Zoom Network for Multi-Scale Object Detection in Large Scenes},
author = {Jingtao Xu and Yali Li and Shengjin Wang},
journal= {arXiv preprint arXiv:2106.10409},
year = {2021}
}