利用多专家教师与无标签数据实现开放词汇遥感目标检测及其方向适应
计算机视觉与模式识别
2026-01-27 v2
摘要
近年来，遥感目标检测在各类地球观测应用中日益关键。然而，现有算法仅限于检测一组预定义的目标类别，需要充足的标注训练样本，且无法检测新类别。在本文中，我们提出了一种新的遥感目标检测问题 formulation，即开放词汇遥感目标检测（OVAD），可以在不昂贵地收集新标注数据的情况下检测训练类别之外的目标。我们提出 CastDet，一个由 CLIP 激活的学生-教师检测框架，作为首个专门针对具有挑战性的遥感场景设计的 OVAD 检测器，在该场景中目标通常表现出微弱的外观特征和任意方向。我们的框架集成了一个鲁棒的定位教师以及若干框选择策略，为新目标生成高质量提议。此外，采用 RemoteCLIP 模型作为全知教师，为增强新类别的分类能力提供丰富知识。设计了一个动态标签队列以在训练期间维持高质量的伪标签。通过这样做，所提出的 CastDet 不仅增强了新目标提议，还增强了分类。此外，我们将方法从水平 OVAD 扩展到方向 OVAD，采用专门的算法设计来有效管理边界框表示和伪标签生成。在多个现有遥感目标检测数据集上对两项任务进行了广泛实验，证明了所提方法的有效性。代码可在 https://github.com/VisionXLab/CastDet 获取。
引用
@article{arxiv.2411.02057,
title = {Exploiting Unlabeled Data with Multiple Expert Teachers for Open Vocabulary Aerial Object Detection and Its Orientation Adaptation},
author = {Yan Li and Weiwei Guo and Xue Yang and Ning Liao and Shaofeng Zhang and Yi Yu and Wenxian Yu and Junchi Yan},
journal= {arXiv preprint arXiv:2411.02057},
year = {2026}
}
备注
Accepted by International Journal of Computer Vision (IJCV'26)