使用定向窗口学习视觉Transformer的目标检测：道路资产识别
计算机视觉与模式识别
2024-06-18 v1 人工智能
摘要
目标检测是交通系统的关键组成部分，尤其适用于自动驾驶、交通监控和基础设施维护等应用。传统目标检测方法常常受限于有限的数据和物体外观的变异性。定向窗口学习视觉Transformer（OWL-ViT）通过使窗口方向适应物体的几何形状和存在性，提供了一种新颖的方法，使其非常适合检测多样化的道路资产。本研究利用OWL-ViT在一次性学习框架内识别交通基础设施组件，如交通标志、杆柱、路面和裂缝。本研究提出了一种使用OWL-ViT进行道路资产检测的新方法。我们进行了一系列实验，以评估模型在检测一致性、语义灵活性、视觉上下文适应性、分辨率鲁棒性以及非极大值抑制影响方面的性能。结果证明了OWL-ViT在各种场景下的高效性和可靠性，突显了其在提高智能交通系统安全性和效率方面的潜力。
引用
@article{arxiv.2406.10712,
title = {Object Detection using Oriented Window Learning Vi-sion Transformer: Roadway Assets Recognition},
author = {Taqwa Alhadidi and Ahmed Jaber and Shadi Jaradat and Huthaifa I Ashqar and Mohammed Elhenawy},
journal= {arXiv preprint arXiv:2406.10712},
year = {2024}
}