PlantDet：三江源区域植物检测基准
计算机视觉与模式识别
2023-08-10 v3
摘要
三江源地区是中国极为重要的自然保护区，蕴藏着丰富的植物资源。为满足植物研究与智能植物管理的实际需求，我们构建了三江源区域植物检测数据集（PTRS）。该数据集包含21类、6965张2160*3840像素的高分辨率图像，由多种传感器与平台拍摄，具有形状与尺寸各异的目标。PTRS带来了密集遮挡、叶片分辨率多变以及植物间高特征相似性等挑战，促使我们开发了一种名为PlantDet的新型目标检测网络。该网络采用基于窗口的高效自注意力模块（ST block）在多个尺度上生成鲁棒特征表示，提升了对小目标与密集遮挡目标的检测效率。实验结果验证了我们所提植物检测基准的有效性，其精确率为88.1%，平均精度均值（mAP）为77.6%，且相较基线具有更高召回率。此外，我们的方法有效克服了小目标漏检问题。
引用
@article{arxiv.2304.04963,
title = {PlantDet: A benchmark for Plant Detection in the Three-Rivers-Source Region},
author = {Huanhuan Li and Xuechao Zou and Yu-an Zhang and Jiangcai Zhaba and Guomei Li and Lamao Yongga},
journal= {arXiv preprint arXiv:2304.04963},
year = {2023}
}
备注
Accepted by ICANN 2023