远程感知目标检测长期训练的探索
计算机视觉与模式识别
2025-10-01 v4 人工智能
摘要
最近，许多方法在远程感知目标检测中取得了显著性能，依赖卷积或变换器架构。这类检测器通常具备特征主干以从原始输入图像中提取有用特征。当前检测器的常见做法是使用在线可获取的预训练权重初始化主干。针对远程感知图像，通常需要对主干进行微调以生成适合的特征。虽然长期训练可能导致过拟合，阻碍基本视觉特征的提取，但它可以使模型逐渐从远程感知数据中提取更深层的见解和更丰富的表征。在这两者之间取得平衡对于实现最佳性能至关重要。本研究旨在探讨在极端训练计划下远程感知目标检测模型的性能和特征，并提出一种名为动态主干冻结 (Dynamic Backbone Freezing, DBF) 的新方法，用于远程感知目标检测的主干微调。该方法通过引入名为 '冻结调度器' 的模块，动态管理主干特征在长期训练中的更新，从而解决在长期训练中主干应提取低层通用特征还是具备远程感知领域特定知识之间的困境。广泛实验表明，我们的方法在 DOTA 和 DIOR-R 数据集上实现了更准确的模型学习，同时大幅降低了长期训练的计算成本。此外，该方法设计简洁，可无缝集成，无需额外工作。代码已公开于 https://github.com/unique-chan/dbf。
引用
@article{arxiv.2407.15143,
title = {Investigating Long-term Training for Remote Sensing Object Detection},
author = {JongHyun Park and Yechan Kim and Moongu Jeon},
journal= {arXiv preprint arXiv:2407.15143},
year = {2025}
}
备注
Accepted to Machine Vision and Applications (MVA)