GAIIC2024 RGB-TIR目标检测挑战赛的解决方案
计算机视觉与模式识别
2024-07-08 v1 机器学习
摘要
本报告从无人机视角介绍了RGB-TIR目标检测任务的解决方案。不同于传统的目标检测方法，RGB-TIR目标检测旨在利用RGB与TIR图像在检测过程中获取互补信息。无人机视角下RGB-TIR目标检测面临的挑战包括高度复杂的图像背景、频繁的光照变化以及未标定的RGB-TIR图像对。为了在模型层面应对这些挑战，我们采用了带有扩展多级辅助分支的轻量级YOLOv9模型，以增强模型的鲁棒性，使其更适用于无人机场景中的实际应用。针对RGB-TIR检测中的图像融合问题，我们在主干网络中引入融合模块以在特征层面融合图像，从而隐式地解决标定问题。我们提出的方法在A和B基准上的mAP分数分别达到0.516和0.543，同时在所有模型中保持了最高的推理速度。
关键词
引用
@article{arxiv.2407.03872,
title = {The Solution for the GAIIC2024 RGB-TIR object detection Challenge},
author = {Xiangyu Wu and Jinling Xu and Longfei Huang and Yang Yang},
journal= {arXiv preprint arXiv:2407.03872},
year = {2024}
}