面向高分辨率航拍图像的级联放大检测器

航拍图像中的目标检测具有挑战性，因为它们通常由分布在高分辨率图像上且非均匀分布的密集小目标组成。密度裁剪是一种广泛使用的改进小目标检测的方法，其中将密集小目标区域提取出来并以高分辨率处理。然而，这通常通过添加其他可学习组件来实现，从而令标准检测过程的训练与推理复杂化。本文提出一种高效的级联放大（CZ）检测器，其将检测器本身重新用于密度引导的训练与推理。在训练期间，定位密度裁剪区域，将其标注为新类别，并用于扩充训练数据集。在推理期间，首先检测密度裁剪区域与基类目标，然后将其作为输入进行第二阶段的推理。该方法易于集成到任意检测器中，且相对于航拍图像检测中流行的均匀裁剪方法，不会对标准检测过程产生显著改变。在具有挑战性的 VisDrone 和 DOTA 数据集航拍图像上的实验结果验证了所提方法的优势。所提 CZ 检测器在 VisDrone 数据集上还提供了优于均匀裁剪及其他密度裁剪方法的 SOTA 结果，将小目标检测 mAP 提升了超过 3 个点。