YUDO：用于均匀有向目标检测的 YOLO
计算机视觉与模式识别
2023-08-10 v1
摘要
本文提出一种通过预测目标中心坐标与方向角来检测有向目标的高效方法。由于目标尺寸均匀，所提模型无需预测目标的宽和高。该问题所用数据集来自 Honeybee Segmentation and Tracking Datasets 项目。本工作的贡献之一在于考察了如 YoloV7 这类标准实时目标检测架构被定制用于位置与方向检测的能力。本方法使用了该架构一个非常高效的微小版本。此外，无锚框的三个检测头中仅一个即足以胜任此任务。我们还引入了针对旋转框的扩展偏斜交并比（SkewIoU）计算——有向 IoU（DirIoU），其包含了绝对角度差。DirIoU 既用于目标与预测边界框匹配以计算 mAP，也用于 NMS 过滤流程。代码与模型见 https://github.com/djordjened92/yudo。
引用
@article{arxiv.2308.04542,
title = {YUDO: YOLO for Uniform Directed Object Detection},
author = {Đorđe Nedeljković},
journal= {arXiv preprint arXiv:2308.04542},
year = {2023}
}
备注
The Paper is accepted in 25th Irish Machine Vision and Image Processing Conference (IMVIP23)