从少量样本学习检测与定位多个目标
计算机视觉与模式识别
2016-11-18 v1 人工智能
摘要
当前目标检测与定位的趋势是使用在极大量标注数据上训练的高容量深度神经网络，并消耗大量计算能力来进行预测。本文中，我们提出一种新的神经模型，可直接预测边界框坐标。我们贡献的独特之处在于采用一种新形式的局部参数共享进行局部预测计算，从而保持可训练参数总量较低。该模型的关键组件是空间二维 LSTM 循环层，它们在图像各区域之间传递上下文信息。我们证明，在训练数据不如自然图像及 ImageNet/Pascal VOC 任务经典配置那样丰富的应用中，该模型比现有最优技术更强大。我们特别针对文档图像中的文本检测，但我们的方法不限于此场景。所提模型还便于在单张图像中检测多个目标，并能处理可变尺寸的输入而无需调整大小。
引用
@article{arxiv.1611.05664,
title = {Learning to detect and localize many objects from few examples},
author = {Bastien Moysset and Christoper Kermorvant and Christian Wolf},
journal= {arXiv preprint arXiv:1611.05664},
year = {2016}
}