MOD-CL：具有约束损失的多标签目标检测
计算机视觉与模式识别
2024-03-14 v1 人工智能
摘要
我们引入了 MOD-CL，这是一个多标签目标检测框架，它在训练过程中利用约束损失来产生更符合给定要求的输出。在本文中，我们使用了 ，这是一个基于近年来发布的最先进目标检测模型 YOLOv8 构建的多标签目标检测模型。在任务 1 中，我们引入了校正器模型和混合器模型，这两个新模型在目标检测过程之后运行，旨在生成更受约束的输出。对于任务 2，使用乘积 T-范数将约束损失整合到 架构中。结果表明，这些实现有助于提高任务 1 和任务 2 的得分。
引用
@article{arxiv.2403.07885,
title = {MOD-CL: Multi-label Object Detection with Constrained Loss},
author = {Sota Moriyama and Koji Watanabe and Katsumi Inoue and Akihiro Takemura},
journal= {arXiv preprint arXiv:2403.07885},
year = {2024}
}