POLO -- 基于点的、多类动物检测
计算机视觉与模式识别
2025-04-11 v2
摘要
基于无人机影像和目标检测技术的自动化野生动物调查是 conservation biology 中一个强大且日益流行的工具。大多数检测器需要带有已标注边界框的训练图像，这些图像的标注工作繁琐、昂贵，且并非总是明确。为减少与此实践相关的标注负担，我们开发了 POLO，一种可完全基于点标签训练的多类目标检测模型。POLO 基于对 YOLOv8 架构的简单而有效修改而构建，包括对预测过程、训练损失和后处理的变更。我们在包含数千只鸟类的无人机记录上测试了 POLO，并将其与常规 YOLOv8 进行比较。我们的实验表明，在相同的标注成本下，POLO 在航空影像中计数动物方面实现了更高的准确率。
引用
@article{arxiv.2410.11741,
title = {POLO -- Point-based, multi-class animal detection},
author = {Giacomo May and Emanuele Dalsasso and Benjamin Kellenberger and Devis Tuia},
journal= {arXiv preprint arXiv:2410.11741},
year = {2025}
}
备注
Published in the CV4Ecology workshop at ECCV 2024