SaRPFF：一种用于增强水稻叶病检测的基于寄存器的金字塔特征融合自注意力模块
计算机视觉与模式识别
2025-01-24 v2
摘要
在不同尺度下检测物体仍然是计算机视觉中的一个挑战，特别是在水稻叶病（RLD）检测等农业应用中，物体表现出显著的尺度变化（SV）。传统的目标检测（OD）方法（如 Faster R-CNN、SSD 和 YOLO）往往无法有效解决 SV 问题，导致准确率降低和漏检。为此，我们提出了 SaRPFF（Self-Attention with Register-based Pyramid Feature Fusion），这是一种旨在增强多尺度目标检测的新型模块。SaRPFF 将二维多头自注意力（2D-MHSA）与寄存器令牌（Register tokens）集成，通过减轻 MHSA 内的伪影来提高特征可解释性。此外，它将高效的注意力空洞卷积集成到金字塔特征融合中，并引入反卷积层以进行精细的上采样。我们在 MRLD 和 COCO 数据集上使用 YOLOv7 对 SaRPFF 进行了评估。与 YOLOv7 中的基线 FPN 方法相比，我们的方法在 MRLD 数据集上的平均精度（AP）提高了 +2.61%。此外，SaRPFF 优于其他 FPN 变体，包括 BiFPN、NAS-FPN 和 PANET，展示了其多功能性以及推动 OD 技术发展的潜力。本研究突出了 SaRPFF 在解决 SV 挑战方面的有效性及其在基于 FPN 的 OD 模型中的适应性。
引用
@article{arxiv.2402.16291,
title = {SaRPFF: A Self-Attention with Register-based Pyramid Feature Fusion module for enhanced RLD detection},
author = {Yunusa Haruna and Shiyin Qin and Abdulrahman Hamman Adama Chukkol and Isah Bello and Adamu Lawan},
journal= {arXiv preprint arXiv:2402.16291},
year = {2025}
}