通过局部-全局对比学习提升目标检测
计算机视觉与模式识别
2024-10-28 v2
摘要
视觉领域间的差异常常影响目标检测性能。图像到图像的翻译可缓解这一影响，其中对比方法使我们能够在无监督环境下学习图像到图像的映射。然而，现有方法往往难以处理内容丰富、包含多个目标实例的场景，导致检测性能不佳。对此类实例级内容的敏感性通常仅通过目标标注获得，而标注获取成本较高。为此，我们提出一种新颖的图像到图像翻译方法，专为跨域目标检测而设计。我们将方法形式化为带有归纳先验的对比学习框架，通过空间注意力掩码优化目标实例的外观，从而在隐式地将场景划分为与目标实例相关的前景区域和非目标背景区域。不依赖显式的目标标注来在翻译期间考虑目标实例，本方法通过对比局部-全局信息来学习对象的表示。这为一个井然有序的挑战提供了研究平台：在不依赖目标标注或检测器模型微调的情况下获得良好的检测性能。我们在三个具有挑战性的基准上进行实验，报告了最新的性能。项目页面: https://local-global-detection.github.io
引用
@article{arxiv.2410.05058,
title = {Improving Object Detection via Local-global Contrastive Learning},
author = {Danai Triantafyllidou and Sarah Parisot and Ales Leonardis and Steven McDonagh},
journal= {arXiv preprint arXiv:2410.05058},
year = {2024}
}
备注
BMVC 2024 - Project page: https://local-global-detection.github.io