反馈 RoI 特征改进航空目标检测
计算机视觉与模式识别
2023-11-30 v1 机器学习
摘要
神经科学研究表明，人类视觉系统利用高层反馈信息引导低层感知，从而适应不同特性的信号。有鉴于此，我们提出反馈多级特征提取器（Flex）以在目标检测中引入类似机制。Flex 基于图像级与实例级反馈信息，针对图像质量变化与分类不确定性来精炼特征选择。实验结果表明，Flex 在包括 DOTA-v1.0、DOTA-v1.5 与 HRSC2016 在内的极具挑战性的航空目标检测数据集上，为一系列现有 SOTA 方法带来了一致提升。尽管该设计源于航空图像检测，在 MS COCO 上的进一步实验也揭示了我们的模块在通用检测模型中的有效性。定量与定性分析表明，这些提升与图像质量密切相关，与我们的动机相符。
引用
@article{arxiv.2311.17129,
title = {Feedback RoI Features Improve Aerial Object Detection},
author = {Botao Ren and Botian Xu and Tengyu Liu and Jingyi Wang and Zhidong Deng},
journal= {arXiv preprint arXiv:2311.17129},
year = {2023}
}