CPA-Enhancer：面向未知退化条件下目标检测的思维链提示自适应增强器
计算机视觉与模式识别
2024-03-25 v3 人工智能
机器学习
摘要
已知单一退化条件下的目标检测方法已被广泛研究。然而，现有方法需要关于退化类型的先验知识，并为每种退化训练单独的模型，这限制了它们在不可预测环境中的实际应用。为了应对这一挑战，我们提出了一种思维链提示的自适应增强器 CPA-Enhancer，用于未知退化条件下的目标检测。具体而言，CPA-Enhancer 在编码了退化相关信息的 CoT 提示的逐步引导下，逐步调整其增强策略。据我们所知，这是首个利用 CoT 提示进行目标检测任务的工作。总体而言，CPA-Enhancer 是一个即插即用的增强模型，可集成到任何通用检测器中，在预先未知退化类型的情况下，在退化图像上取得显著提升。实验结果表明，CPA-Enhancer 不仅为目标检测设定了新的 SOTA，还提升了未知退化条件下其他下游视觉任务的性能。
引用
@article{arxiv.2403.11220,
title = {CPA-Enhancer: Chain-of-Thought Prompted Adaptive Enhancer for Object Detection under Unknown Degradations},
author = {Yuwei Zhang and Yan Wu and Yanming Liu and Xinyue Peng},
journal= {arXiv preprint arXiv:2403.11220},
year = {2024}
}