SCAResNet：一种针对输电塔和配电塔小目标检测优化的ResNet变体
计算机视觉与模式识别
2024-04-08 v1
摘要
传统的基于深度学习的目标检测网络通常在数据预处理阶段对图像进行缩放，以获得统一尺寸和尺度的特征图。缩放是为了便于模型传播和全连接分类。然而，缩放不可避免地导致目标变形和图像中有价值信息的丢失。对于像输电塔和配电塔这样具有线性形状和少量像素的小目标，这一缺点尤为突出。为了解决这个问题，我们提出放弃缩放操作。相反，我们引入了位置编码多头交叉注意力。这使得模型能够捕获上下文信息并从多个表示子空间学习，有效丰富了配电塔的语义。此外，我们通过将三个池化特征图重塑为一个新的统一特征图来增强空间金字塔池化，同时减少计算负担。这种方法允许不同尺寸和尺度的图像生成具有统一维度的特征图，并可用于特征图传播。我们的SCAResNet将这些改进纳入骨干网络ResNet。我们使用杜克大学的电力传输和配电基础设施图像数据集评估了SCAResNet。没有任何额外技巧，我们使用基于高斯感受野标签分配的各种目标检测模型作为基线。当将SCAResNet纳入基线模型时，我们在mAPs上实现了2.1%的提升。这证明了我们的SCAResNet在检测输电塔和配电塔方面的优势及其在小目标检测中的价值。源代码可在https://github.com/LisavilaLee/SCAResNet_mmdet获取。
引用
@article{arxiv.2404.04179,
title = {SCAResNet: A ResNet Variant Optimized for Tiny Object Detection in Transmission and Distribution Towers},
author = {Weile Li and Muqing Shi and Zhonghua Hong},
journal= {arXiv preprint arXiv:2404.04179},
year = {2024}
}