SSSDET：用于航拍场景中资源高效车辆检测的简易短浅网络
计算机视觉与模式识别
2019-09-04 v1
摘要
小目标检测在许多基于航拍视觉的应用中至关重要。常用于航拍场景分析的低成本无人机（UAV）在资源上高度受限。本文中我们提出一种简易短浅网络（SSSDet）来鲁棒地检测并分类航拍场景中的小尺寸车辆。所提 SSSDet 相比现有最先进检测器快达 4 倍，所需 FLOPs 少 4.4 倍，参数少 30 倍，所需内存空间少 31 倍，且精度更高。因此，它更适于实时应用中的硬件实现。我们还通过标注 79 张航拍图像中的 1396 个新目标创建了一个新的机载图像数据集（ABD）用于实验。所提方法的有效性在现有 VEDAI、DLR-3K、DOTA 和 Combined 数据集上得到验证。SSSDet 在精度、速度、计算与内存效率方面优于最先进检测器。
引用
@article{arxiv.1909.00292,
title = {SSSDET: Simple Short and Shallow Network for Resource Efficient Vehicle Detection in Aerial Scenes},
author = {Murari Mandal and Manal Shah and Prashant Meena and Santosh Kumar Vipparthi},
journal= {arXiv preprint arXiv:1909.00292},
year = {2019}
}
备注
International Conference on Image Processing (ICIP) 2019, Taipei, Taiwan