面向风格化物体的可扩展目标检测
计算机视觉与模式识别
2017-11-30 v2 信息检索
机器学习
摘要
随着卷积神经网络与整体式模型架构近期的突破，最先进的目标检测模型已能可靠且准确地扩展至近千类的规模。然而，当扩展至数万类，乃至最终数百万或数十亿独特物体时，情况迅速恶化。此外，以边界框训练的端到端模型需要大量训练数据。即便借助一些利用层级结构的技巧有时可扩展至数千类，干净图像标注的人力需求也会迅速失控。本文中，我们提出一种针对品牌标识及其他存在原型图像的风格化物体的两层目标检测方法，其可扩展至大量独特类别。第一层为来自 Single Shot Multibox Detector 系列模型的 CNN，学习提出某风格化物体可能出现区域的候选框。随后将候选边界框内容送入针对当前检索任务的图像索引进行比对。所提架构可扩展至大量物体类别，允许在不重新训练的情况下持续添加新类，并在如标识识别等风格化物体检测任务上展现出最先进的品质。
引用
@article{arxiv.1711.09822,
title = {Scalable Object Detection for Stylized Objects},
author = {Aayush Garg and Thilo Will and William Darling and Willi Richert and Clemens Marschner},
journal= {arXiv preprint arXiv:1711.09822},
year = {2017}
}
备注
9 pages, 7 figures