杂乱场景中的显著目标

本文识别并指出了现有显著目标检测（SOD）数据集的一种严重设计偏置，其不切实际地假设每幅图像应至少包含一个清晰且无遮挡的显著目标。该设计偏置导致最先进SOD模型在现有数据集上评估时性能饱和。然而，这些模型应用于真实场景时仍远未令人满意。基于我们的分析，我们提出了一种新的高质量数据集并更新了此前的显著性基准。具体而言，我们的数据集称为杂乱场景中的显著目标（SOC），包含来自若干常见物体类别的显著与非显著物体的图像。除物体类别标注外，每幅显著图像均附有反映常见场景典型挑战的属性，有助于对SOD问题提供更深入的洞察。此外，给定显著性编码器（如骨干网络），现有显著性模型被设计为从训练图像集到训练真值集的映射。因此我们主张，改进数据集比仅关注解码器设计能带来更高性能增益。鉴于此，我们探究了若干数据集增强策略，包括以标签平滑隐式强调显著边界、以随机图像增广使显著性模型适应多样场景，以及以自监督学习作为从小数据集学习的正则化策略。我们大量的结果证明了这些技巧的有效性。我们还提供了一个全面的SOD基准，见我们的仓库：https://github.com/DengPingFan/SODBenchmark。