面向特定目标检测的自动数据集生成
计算机视觉与模式识别
2022-07-19 v1 图像与视频处理
摘要
在过去十年中，目标检测任务主要由大型公共数据集定义。然而，由于图像收集和标注效率低下，构建目标检测数据集难以扩展。此外，大多数标签仍采用边界框形式，其提供的信息远少于真实人类视觉系统。在本文中，我们提出一种合成场景内目标图像的方法，该方法能在不引入无关信息的情况下保留目标的详细特征。简言之，给定一组包含目标物体的图像，我们的算法首先训练一个模型以找到目标物体的近似中心作为锚点，随后进行轮廓回归以估计其边界，最后将目标融合到新场景中。我们的结果表明，在合成图像中，目标边界与背景融合良好。实验还表明，SOTA 分割模型在我们的合成数据上表现良好。
引用
@article{arxiv.2207.07867,
title = {Automatic dataset generation for specific object detection},
author = {Xiaotian Lin and Leiyang Xu and Qiang Wang},
journal= {arXiv preprint arXiv:2207.07867},
year = {2022}
}
备注
5 pages, 4 figures, accepted by ICIP 2022