多点位置插入调优用于小目标检测
计算机视觉与模式识别
2024-12-25 v1 人工智能
摘要
小目标检测旨在定位和分类图像中的小目标。随着大规模视觉语言预训练的最新进展，对预训练目标检测模型进行微调已成为一种有前景的做法。然而，对大型模型进行微调在计算和内存方面昂贵。为解决此问题，本文引入了多点位置插入 (Multi-Point Positional Insertion, MPI) 调优，这是一种用于小目标检测的参数高效微调 (Parameter-Efficient Fine-tuning, PEFT) 方法。具体而言，MPI 将多个位置嵌入嵌入到冻结的预训练模型中，通过为潜在特征提供精确的位置信息来实现对小目标的高效检测。通过实验，我们在 SODA-D 数据集上演示了所提方法的有效性。MPI 在小目标检测方面表现出色，能够与包含 CoOp 和 VPT 在内的常规 PEFT 方法相当，同时显著减少需要调优的参数数量。
关键词
引用
@article{arxiv.2412.18090,
title = {Multi-Point Positional Insertion Tuning for Small Object Detection},
author = {Kanoko Goto and Takumi Karasawa and Takumi Hirose and Rei Kawakami and Nakamasa Inoue},
journal= {arXiv preprint arXiv:2412.18090},
year = {2024}
}