P2RBox:基于 SAM 的点提示有向目标检测
计算机视觉与模式识别
2024-05-24 v2
摘要
遥感场景有向目标检测中的单点标注因其成本效益正受到越来越多的关注。然而,由于点的粒度模糊性,先前方法与全监督方法之间存在显著的性能差距。在本研究中,我们引入 P2RBox,它利用点提示生成旋转框(RBox)标注用于有向目标检测。P2RBox 采用 SAM 模型生成高质量掩码提议。然后利用标注点的语义与空间信息对这些提议进行精炼。最佳掩码根据模型给出的特征方向转换为有向框。P2RBox 融合了两种先进引导线索:利用语义信息的边界敏感掩码引导,以及利用空间信息降低粒度模糊性的中心性引导。该组合显著增强了检测能力。为证明该方法的有效性,在基线上集成三种不同检测器均观察到性能提升。此外,相较于最先进的点标注生成方法 PointOBB,P2RBox 在 DOTA-v1.0 数据集上以约 29% mAP(62.43% 对 33.31%)的优势超越后者,这为点标注的实际应用提供了可能。
引用
@article{arxiv.2311.13128,
title = {P2RBox: Point Prompt Oriented Object Detection with SAM},
author = {Guangming Cao and Xuehui Yu and Wenwen Yu and Xumeng Han and Xue Yang and Guorong Li and Jianbin Jiao and Zhenjun Han},
journal= {arXiv preprint arXiv:2311.13128},
year = {2024}
}