鱼眼目标检测的边缘案例合成：以数据为中心的视角

鱼眼相机引入了显著的畸变，对在常规数据集上训练的目标检测模型提出了独特的挑战。在这项工作中，我们提出了一种以数据为中心的流程，通过聚焦于识别模型盲点这一关键问题来系统地提升检测性能。通过详细的误差分析，我们识别了关键的边缘案例，如易混淆的类别对、外围畸变和代表性不足的上下文。然后，我们通过边缘案例合成直接解决这些问题。我们微调了一个图像生成模型，并用精心设计的提示引导其生成复制真实世界失败模式的图像。这些合成图像使用高质量的检测器进行伪标注，并整合到训练中。我们的方法带来了持续的性能提升，突显了在鱼眼目标检测等专业领域中，深入理解数据并选择性修复其弱点可以产生显著效果。