GOOD：利用几何线索在开放世界中检测物体
计算机视觉与模式识别
2023-02-06 v3 机器学习
摘要
我们处理开放世界类不可知物体检测任务，即通过学习有限数量的基对象类别来检测图像中的每一个物体。最先进的基于 RGB 的模型存在对训练类别过拟合的问题，且常无法检测外观新颖的物体。这是因为基于 RGB 的模型主要依赖外观相似性来检测新物体，并且容易过拟合纹理和判别性部位等捷径线索。为解决基于 RGB 的物体检测器的这些缺陷，我们提出引入由通用单目估计器预测的深度与法线等几何线索。具体而言，我们利用几何线索训练一个物体提议网络，为训练集中未标注的新物体生成伪标签。我们最终的几何引导开放世界物体检测器（GOOD）显著提升了新物体类别的检测召回率，并且仅用少量训练类别即已表现良好。在 COCO 数据集上仅使用单一“人”类进行训练，GOOD 以 5.0% AR@100 的优势超越 SOTA 方法，相对提升达 24%。
引用
@article{arxiv.2212.11720,
title = {GOOD: Exploring Geometric Cues for Detecting Objects in an Open World},
author = {Haiwen Huang and Andreas Geiger and Dan Zhang},
journal= {arXiv preprint arXiv:2212.11720},
year = {2023}
}
备注
Published as a conference paper at ICLR 2023