Infra-YOLO：面向实时红外小目标检测的高效神经网络结构与模型压缩
计算机视觉与模式识别
2024-08-15 v1
摘要
尽管卷积神经网络在可见光目标检测中取得了显著成就，但红外小目标检测仍面临许多挑战，包括低信噪比、不完整的物体结构以及可靠的红外小目标数据集匮乏。为解决红外小目标数据集的局限，构建了一个名为 InfraTiny 的新数据集，其中超过 85% 的边界框小于 32×32 像素（共 3218 张图像和 20,893 个边界框）。提出并部署了多尺度注意力机制模块（MSAM）和特征融合增强金字塔模块（FFAFPM）到嵌入式设备上。MSAM 使网络能够通过获取不同感受野来获得尺度感知信息，同时抑制背景噪声信息以增强特征提取能力。所提出的 FFAFPM 能够丰富语义信息，增强浅层特征与深层特征的融合，从而显著减少误检结果。将所提方法集成到 YOLO 模型中，命名为 Infra-YOLO，红外小目标检测性能得到提升。与 yolov3 相比，InfraTiny 数据集上的 [email protected] 提升了 2.7%；与 yolov4 相比提升了 2.5%。所提出的 Infra-YOLO 也被部署到无人驾驶飞行器（UAV）等嵌入式设备的实际应用场景中，采用通道剪枝方法降低 FLOPs，以在速度与精度之间取得平衡。即使 Infra-YOLO 的参数通过剪枝方法减少了 88%，[email protected] 相比 yolov3 仍提升了 0.7%，相比 yolov4 提升了 0.5%。实验结果表明，所提出的 MSAM 和 FFAFPM 方法能够提升红外小目标检测性能，优于先前的基准方法。
引用
@article{arxiv.2408.07455,
title = {Infra-YOLO: Efficient Neural Network Structure with Model Compression for Real-Time Infrared Small Object Detection},
author = {Zhonglin Chen and Anyu Geng and Jianan Jiang and Jiwu Lu and Di Wu},
journal= {arXiv preprint arXiv:2408.07455},
year = {2024}
}