基于视觉检测与分割模型的泰国高速公路道路资产检测中的细化广义焦点损失
计算机视觉与模式识别
2024-09-18 v2 人工智能
摘要
本文提出一种新型框架，用于检测和分割泰国高速公路上的关键道路资产，采用新开发的细化广义焦点损失（REG）方法。该方法集成于前沿的视觉检测与分割模型中，有效解决类别不平衡问题以及局部化小且样本不足道路元素的挑战，包括亭子、人行横梁、信息标志、单臂灯杆、公交站、警示标志和混凝土护栏。为提高检测与分割精度，本文采用多任务学习策略，对REG在多个任务上进行优化。进一步地，REG通过引入空间上下文调整项，考虑道路资产的空间分布，并通过概率性细化捕捉复杂环境（如光照变化和杂乱背景）下的预测不确定性。我们的严谨数学公式表明，REG通过对难以检测的样本自适应加权，同时对较易样本降低权重，从而最小化定位和分类误差。实验结果表明，本方法实现了显著的性能提升，mAP50达到80.34，F1分数达到77.87，显著优于传统方法。本研究强调了先进损失函数细化对提高道路资产检测与分割的鲁棒性和准确性的重要作用，从而促进了道路安全和基础设施管理的改进。有关数学背景及相关方法的详细讨论，请参阅本文提供的前期工作：https://github.com/kaopanboonyuen/REG。
引用
@article{arxiv.2409.09877,
title = {REG: Refined Generalized Focal Loss for Road Asset Detection on Thai Highways Using Vision-Based Detection and Segmentation Models},
author = {Teerapong Panboonyuen},
journal= {arXiv preprint arXiv:2409.09877},
year = {2024}
}
备注
14 pages