Dynamic Tiling：一种模型无关、自适应、可扩展且以推理数据为中心的高效精准小目标检测方法
计算机视觉与模式识别
2023-09-21 v1 人工智能
摘要
我们提出 Dynamic Tiling，一种模型无关、自适应且可扩展的小目标检测方法，植根于我们以推理数据为中心的理念。Dynamic Tiling 以非重叠切片进行初始检测，并利用动态重叠率与切片最小化器。这一双重策略有效解决了目标碎片化问题，提升了检测精度，并通过减少目标检测模型的前向传播次数降低了计算开销。我们的方法可适应多种运行环境，无需繁琐的重新校准。此外，我们的大小目标过滤机制提升了跨尺度目标的检测质量。总体而言，Dynamic Tiling 优于现有的模型无关均匀裁剪方法，为效率与精度树立了新的基准。
引用
@article{arxiv.2309.11069,
title = {Dynamic Tiling: A Model-Agnostic, Adaptive, Scalable, and Inference-Data-Centric Approach for Efficient and Accurate Small Object Detection},
author = {Son The Nguyen and Theja Tulabandhula and Duy Nguyen},
journal= {arXiv preprint arXiv:2309.11069},
year = {2023}
}