MRDet：一种用于航拍图像精确有向目标检测的多头网络
计算机视觉与模式识别
2021-09-21 v2
摘要
航拍图像中的目标通常具有任意方向且密集分布于地面，使其极难被检测。许多近期提出的方法试图通过估计额外的方向参数和放置密集锚框来解决这些问题，这将导致较高的模型复杂度和计算成本。在本文中，我们提出一种任意方向区域提议网络（AO-RPN），从水平锚框变换生成有向提议。AO-RPN 非常高效，仅比原始 RPN 增加少量参数。此外，为获得精确的边界框，我们将检测任务解耦为多个子任务，并提出一个多头网络来完成它们。每个头专门设计用于学习对应任务最优的特征，使我们的网络能够准确检测目标。为方便起见，我们将其命名为 MRDet，即 Multi-head Rotated object Detector（多头旋转目标检测器）的缩写。我们在两个具有挑战性的基准 DOTA 和 HRSC2016 上测试所提 MRDet，并与几种最先进的方法比较。我们的方法取得了非常有前景的结果，清楚证明了其有效性。
引用
@article{arxiv.2012.13135,
title = {MRDet: A Multi-Head Network for Accurate Oriented Object Detection in Aerial Images},
author = {Ran Qin and Qingjie Liu and Guangshuai Gao and Di Huang and Yunhong Wang},
journal= {arXiv preprint arXiv:2012.13135},
year = {2021}
}
备注
Accepted to TGRS