在无人机目标检测中利用合成数据
计算机视觉与模式识别
2021-12-24 v1
摘要
获取用于训练无人机（UAVs）上基于深度学习的目标检测器的数据成本高昂、耗时，且在特定环境中甚至可能为法律所禁止。另一方面，合成数据获取快速且廉价。在本工作中，我们探索了合成数据在跨多种应用环境的无人机目标检测中的潜在用途。为此，我们扩展了开源框架 DeepGTAV 以适用于无人机场景。我们在多个领域捕获了各种大规模高分辨率合成数据集，通过分析若干模型下的多种训练策略，展示了它们在现实世界无人机目标检测中的用途。此外，我们分析了若干不同的数据生成与采样参数，为进一步科学研究提供可操作的工程建议。DeepGTAV 框架可在 https://git.io/Jyf5j 获取。
引用
@article{arxiv.2112.12252,
title = {Leveraging Synthetic Data in Object Detection on Unmanned Aerial Vehicles},
author = {Benjamin Kiefer and David Ott and Andreas Zell},
journal= {arXiv preprint arXiv:2112.12252},
year = {2021}
}
备注
The first two authors contributed equally. Github repository will be made public soon