DyRA：面向现有检测器的可移植动态分辨率调整网络
计算机视觉与模式识别
2024-03-15 v3 人工智能
摘要
由于目标尺寸固有的变异性，在目标检测中实现稳定的精度具有挑战性。解决该问题的一种有效方法是优化输入分辨率，即多分辨率策略。先前关于分辨率优化的方法通常基于预定义分辨率并手动选择。然而，针对现有架构的运行时分辨率优化研究尚显不足。本文提出 DyRA，一种动态分辨率调整网络，为现有检测器提供图像特定的缩放因子。该网络利用专门设计的损失函数（即 ParetoScaleLoss 和 BalanceLoss）与检测器联合训练。ParetoScaleLoss 确定用于鲁棒性的自适应缩放因子，而 BalanceLoss 根据检测器的定位性能优化整体缩放因子。该损失函数的设计旨在最小化不同尺寸目标在缩放时对比目标间的精度下降。我们提出的网络可提升包括 RetinaNet、Faster-RCNN、FCOS、DINO 和 H-Deformable-DETR 在内的多种模型的精度。代码见 https://github.com/DaEunFullGrace/DyRA.git。
引用
@article{arxiv.2311.17098,
title = {DyRA: Portable Dynamic Resolution Adjustment Network for Existing Detectors},
author = {Daeun Seo and Hoeseok Yang and Hyungshin Kim},
journal= {arXiv preprint arXiv:2311.17098},
year = {2024}
}