SO-DETR：基于双域特征和知识蒸馏的小目标检测
计算机视觉与模式识别
2025-04-17 v1 人工智能
摘要
基于检测变换器的方法在一般目标检测中取得了显著的进展，但在有效检测小目标方面仍面临挑战。一个关键难点是现有编码器难以高效地融合低级特征。此外，查询选择策略也未充分针对小目标进行优化。为此，本文提出一种高效模型，小目标检测变换器（SO-DETR）。该模型包含三个关键组件：双域混合编码器、增强查询选择机制和知识蒸馏策略。双域混合编码器集成了空间域和频域，有效融合多尺度特征。该方法在保持相对较低计算开销的同时，增强了高分辨率特征的表征能力。增强查询选择机制通过动态选择使用扩展IoU的高得分锚框，优化查询初始化，提高查询资源的分配。此外，融入轻量级主干网络并实施知识蒸馈策略，我们开发了一个用于小目标的高效检测器。在VisDrone-2019-DET和UAVVaste数据集上的实验结果表明，SO-DETR在类似计算需求下超越了现有方法。项目页面可访问于https://github.com/ValiantDiligent/SO_DETR。
引用
@article{arxiv.2504.11470,
title = {SO-DETR: Leveraging Dual-Domain Features and Knowledge Distillation for Small Object Detection},
author = {Huaxiang Zhang and Hao Zhang and Aoran Mei and Zhongxue Gan and Guo-Niu Zhu},
journal= {arXiv preprint arXiv:2504.11470},
year = {2025}
}