Mirror-YOLO：一种新颖注意力聚焦、实例分割与镜像检测模型
计算机视觉与模式识别
2024-11-06 v3
摘要
镜子会降低计算机视觉模型的性能，但关于检测镜子的研究尚处于初步阶段。YOLOv4在目标检测精度与速度上取得了卓越成果，但在检测镜子时仍会失败。因此，我们提出了Mirror-YOLO，其面向镜像检测，包含用于特征获取的新颖注意力聚焦机制、用于更好地融合特征图的超列-阶梯方法，以及用于实例分割的镜像边界多边形。与现有镜像检测网络及YOLO系列相比，我们所提出的网络在我们提出的镜像数据集和另一个最先进的镜像数据集上取得了更优的平均精度，证明了Mirror-YOLO的有效性与优越性。
引用
@article{arxiv.2202.08498,
title = {Mirror-Yolo: A Novel Attention Focus, Instance Segmentation and Mirror Detection Model},
author = {Fengze Li and Jieming Ma and Zhongbei Tian and Ji Ge and Hai-Ning Liang and Yungang Zhang and Tianxi Wen},
journal= {arXiv preprint arXiv:2202.08498},
year = {2024}
}