使用单发检测器检测热图像中的小目标
计算机视觉与模式识别
2021-08-26 v1 图像与视频处理
摘要
SSD (Single Shot Multibox Detector) 因其高精度和快速而成为最成功的目标检测器之一。然而，SSD 浅层（主要是 Conv4_3）的特征缺乏语义信息，导致在小目标上表现不佳。在本文中，我们提出了 DDSSD (Dilation and Deconvolution Single Shot Multibox Detector)，这是一种带有新颖特征融合模块的增强型 SSD，可以提高 SSD 在小目标检测上的性能。在特征融合模块中，利用膨胀卷积模块来扩大浅层特征的感受野，并采用反卷积模块来增大高层特征图的尺寸。我们的网络在使用单个 Nvidia 1080 GPU、仅输入 300x300 的情况下，以 41 FPS 的速度在 PASCAL VOC2007 测试集上达到了 79.7% 的 mAP，在 MS COCO test-dev 上达到了 28.3% 的 mmAP。特别是对于小目标，DDSSD 在 MS COCO 上达到了 10.5%，在 FLIR 热数据集上达到了 22.8%，在精度和速度两方面均优于许多 SOTA 目标检测算法。
引用
@article{arxiv.2108.11101,
title = {Detecting Small Objects in Thermal Images Using Single-Shot Detector},
author = {Hao Zhang and Xianggong Hong and Li Zhu},
journal= {arXiv preprint arXiv:2108.11101},
year = {2021}
}