ECCV 2024 ROAD++ 挑战赛 Track 1 时空智能体检测第一名解决方案
计算机视觉与模式识别
2024-10-31 v1
摘要
本报告展示了我们在 2024 年 ECCV ROAD++ 挑战赛 Track 1 中的解决方案。Track 1 的任务是时空智能体检测，旨在为连续视频帧中的道路智能体构建"智能体管"。我们的解决方案针对该任务中的挑战，包括极端尺寸目标、低光场景、类别不平衡和细粒度分类。首先，引入极端尺寸目标检测头以提升大目标和小目标的检测性能。其次，我们设计了一种双流检测模型，包含低光增强分支以提升低光场景中的时空智能体检测性能，以及特征融合模块以整合不同分支的特征。随后，我们开发了一种多分支检测框架以缓解类别不平衡和细粒度分类问题，并设计了预训练与微调方法以优化上述多分支框架。此外，我们采用了一些常见的数据增强技术，并改进了损失函数和上采样操作。我们在 ROAD++ 挑战赛 2024 Track 1 测试集上排名第一，取得了 30.82% 的平均 video-mAP。
引用
@article{arxiv.2410.23077,
title = {First Place Solution to the ECCV 2024 ROAD++ Challenge @ ROAD++ Spatiotemporal Agent Detection 2024},
author = {Tengfei Zhang and Heng Zhang and Ruyang Li and Qi Deng and Yaqian Zhao and Rengang Li},
journal= {arXiv preprint arXiv:2410.23077},
year = {2024}
}