利用测试时增强的 YOLOv7 进行小型鸟类检测
计算机视觉与模式识别
2024-01-03 v1
摘要
本文提出了一种专门旨在改进 2023 年 Spotting Birds 小型物体检测挑战赛中小型鸟类检测的方法。利用带有测试时增强的 YOLOv7 模型，我们的方法涉及增加输入分辨率、结合多尺度推理、在推理过程中考虑翻转图像，并采用加权框融合来合并检测结果。我们严格探讨了每种技术对检测性能的影响。实验结果表明检测精度显著提高。我们的方法在开发组别中取得了最高分，在 IoU=0.5 时，公共 AP 为 0.732，私有 AP 为 27.2。
引用
@article{arxiv.2401.01018,
title = {Small Bird Detection using YOLOv7 with Test-Time Augmentation},
author = {Kosuke Shigematsu},
journal= {arXiv preprint arXiv:2401.01018},
year = {2024}
}