Faster OreFSDet：一种轻量且高效的矿石图像少样本目标检测器
计算机视觉与模式识别
2023-05-03 v1 图像与视频处理
摘要
对于矿石粒度检测，获取大量高质量矿石标注数据耗时且昂贵。通用目标检测方法在标注数据稀缺时往往严重过拟合。尽管现有少样本目标检测器能消除过拟合，但其检测速度慢、内存需求高的缺点使其难以在真实部署场景中实现。为此，我们提出一种轻量且高效的少样本检测器，仅用少量样本即可在矿石图像上取得与通用目标检测相竞争的性能。首先，所提支持特征挖掘块刻画了支持特征中位置信息的重要性。其次，关系引导块充分利用支持特征引导生成准确的候选提议。最后，双尺度语义聚合模块在不同分辨率下检索细节特征以辅助预测过程。实验结果表明，我们的方法在所有指标上以显著性能优势持续超越少样本检测器。此外，与通用目标检测器相比，我们的方法模型尺寸最小（19MB），并以 50 FPS 的检测速度具有竞争力。源代码见 https://github.com/MVME-HBUT/Faster-OreFSDet。
引用
@article{arxiv.2305.01183,
title = {Faster OreFSDet : A Lightweight and Effective Few-shot Object Detector for Ore Images},
author = {Yang Zhang and Le Cheng and Yuting Peng and Chengming Xu and Yanwei Fu and Bo Wu and Guodong Sun},
journal= {arXiv preprint arXiv:2305.01183},
year = {2023}
}
备注
18 pages, 11 figures