热热热热色,无码高清在线,中文字幕一区二区三区免费2023,翔田千里无码在线,夜夜夜夜撸,大奶无码在线,www.99超碰,色色色五月天婷婷

點擊左上方藍(lán)字關(guān)注我們

全網(wǎng)搜集目標(biāo)檢測相關(guān)，人工篩選最優(yōu)價值內(nèi)容

編者薦語

在現(xiàn)實場景中，目標(biāo)檢測依然是最基礎(chǔ)最熱門的研究課題，尤其目前針對小目標(biāo)的檢測，吸引了更多的研究員和企業(yè)去研究，文章給大家分享一個小目標(biāo)檢測精度提升較大的新框架。

論文：

https://arxiv.org/pdf/1912.06319.pdf

簡要

在各種環(huán)境中應(yīng)用目標(biāo)檢測算法有很多局限性。特別是檢測小目標(biāo)仍然具有挑戰(zhàn)性，因為它們分辨率低，信息有限。

有研究員提出了一種利用上下文的目標(biāo)檢測方法來提高檢測小目標(biāo)的精度。該方法通過連接多尺度特征，使用了來自不同層的附加特征作為上下文。研究員還提出了具有注意機制的目標(biāo)檢測，它可以關(guān)注圖像中的目標(biāo)，并可以包括來自目標(biāo)層的上下文信息。實驗結(jié)果表明，該方法在檢測小目標(biāo)方面的精度高于傳統(tǒng)的SSD框架。

背景

下圖顯示了SSD框架無法檢測到小目標(biāo)時的案例情況。對小目標(biāo)的檢測還有很大的改進空間。

由于低分辨率低，像素有限，小目標(biāo)檢測很困難。例如，通過只看下圖上的目標(biāo)，人類甚至很難識別這些物體。然而，通過考慮到它位于天空中的背景，這個物體可以被識別為鳥類。因此，我們認(rèn)為，解決這個問題的關(guān)鍵取決于我們?nèi)绾螌⑸舷挛淖鳛轭~外信息來幫助檢測小目標(biāo)。

新框架分析

新框架將從基線SSD開始討論，然后是研究者提出的提高小目標(biāo)檢測精度的組件。首先，SSD與特征融合，以獲取上下文信息，名為F-SSD；第二，帶有保留模塊的SSD，使網(wǎng)絡(luò)能夠關(guān)注重要部件，名為A-SSD；第三，研究者結(jié)合了特征融合和注意力模塊，名為FA-SSD。

F-SSD: SSD with context by feature fusion

為了為給定的特征圖（目標(biāo)特征圖)在我們想要檢測目標(biāo)的位置提供上下文，研究者將其與目標(biāo)特征層更高層次的特征圖(上下文特征）融合。例如，在SSD中，給定我們來自conv4_3的目標(biāo)特性，我們的上下文特征來自兩層，它們是conv7和conv8_2。

雖然新框架的特征融合可以推廣到任何目標(biāo)特征和任何更高的特征。然而，這些特征圖具有不同的空間大小，因此研究者提出了如上圖所示的融合方法。在通過連接特征進行融合之前，對上下文特征執(zhí)行反卷積，使它們具有與目標(biāo)特征相同的空間大小。將上下文特征通道設(shè)置為目標(biāo)特征的一半，因此上下文信息的數(shù)量就不會超過目標(biāo)特征本身。僅僅對于F-SSD，研究者還在目標(biāo)特征上增加了一個額外的卷積層，它不會改變空間大小和通道數(shù)的卷積層。

此外，在連接特征之前，標(biāo)準(zhǔn)化步驟是非常重要的，因為不同層中的每個特征值都有不同的尺度。因此，在每一層之后進行批處理歸一化和ReLU。最后通過疊加特征來連接目標(biāo)特征和上下文特征。

A-SSD: SSD with attention module

如上圖，它由一個trunk分支和一個mask分支組成。trunk分支有兩個殘差塊，每個塊有3個卷積層，如上圖d所示；mask分支通過使用殘差連接執(zhí)行下采樣和上采樣來輸出注意圖（圖b為第一階段和圖c為第二階段)，然后完成sigmoid激活。殘差連接使保持下采樣階段的特征。然后，來自mask分支的注意映射與trunk分支的輸出相乘，產(chǎn)生已參與的特征。最后，參與的特征之后是另一個殘差塊，L2標(biāo)準(zhǔn)化，和ReLU。

FA-SSD: Combining feature fusion and atten- tion in SSD

研究者提出了以上的兩個特征的方法，它可以考慮來自目標(biāo)層和不同層的上下文信息。與F-SSD相比，研究者沒有在目標(biāo)特征上執(zhí)行一個卷積層，而是放置了one stage的注意模塊，如下圖所示。