小目标检测论文笔记：Learning Calibrated-Guidance for Object Detection in Aerial Images

论文

Learning Calibrated-Guidance for Object Detection in Aerial Images
paper：https://arxiv.org/abs/2103.11399
code：https://github.com/WeiZongqi/CG-Net

本篇论文是在arxiv偶然看到的，主要是在航空图数据集上做目标检测。目前航空图方面的检测由于dota数据集的产生以及结合小目标检测，旋转框检测等目标检测领域难点而日渐受到关注。这篇CG-net是将transformer应用在航空图小目标检测上的思路，给我们做小目标检测提供一些思路。这篇貌似是没中cvpr。。。不过效果挺不错的。

概述

常看cv论文的都知道，图画的清不清晰决定了这篇论文要看多久。这篇论文图画的非常清楚明了。

详解

整个网络结构简单来概括就是FPN+transformer，cv中的attention机制一般分为两种：spatial attention和channel attention。spatial attention就是给每个像素或者其他表示空间信息的参数添加一个权重参数，忽略不同通道上的信息。channel attention是给每个通道添加一个权重参数。本文说自己提出了一种新的attention，但看到网络结构图的时候发现就是transformer，Q,K,V一个没变，一模一样。。。

网络由backbone+FPN+RP-CG+head组成。重点在FPN和RP-CG。图中也画得比较明了了。backbone的输出分成不同尺寸的几层，每一层在channel维度上分成N个部分。然后进入N个注意力头，每个head中使用transformer中的self-attention模块。将N个head的输出再在channel维度上合成。

输出进入RP-CG后，对每一层进行上采样，统一到一个尺寸。每一层都进入self-attention模块，将结果进行平均池化，和FPN的输出相加。最后丢进检测网络。

实验结果

上表是在dota数据集上的表现。

小目标检测论文笔记：Learning Calibrated-Guidance for Object Detection in Aerial Images相关推荐

目标检测（降低误检测率及小目标检测系列笔记）
深度学习中,为了提高模型的精度和泛化能力,往往着眼于两个方面:(1)使用更多的数据(2)使用更深更复杂的网络. ** 一.什么是负样本 ** 负样本是指不包含任务所要识别的目标的图像,也叫负图像(Ne ...
Stitcher-小目标检测算法 | Stitcher: Feedback-driven Data Provider for Object Detection
刚出来的小目标检测论文论文地址:https://arxiv.org/pdf/2004.12432.pdf Abstract: 目标检测器通常会根据尺寸不同具有不同性能表现,其中小物体的性能最不令人满 ...
IEEE TGRS2019|【论文笔记】R2-CNN: Fast Tiny Object Detection in Large-Scale Remote Sensing Images
R²-CNN: Fast Tiny Object Detection in Large-Scale Remote Sensing Images 快速轻量的大尺度遥感图像目标检测框架论文地址:http ...
【论文学习】Towards Accurate Oriented Object Detection in Aerial Images with Adaptive Multi-level Feature
AFF-Det: 通过自适应多级特征融合实现航空图像中的精确定向目标检测论文链接:<Towards Accurate Oriented Object Detection in Aerial I ...
3d object是什么文件_[单目3D目标检测论文笔记] 3D Bounding Box Estimation
本文是3D Bounding Box Estimation Using Deep Learning and Geometry的论文笔记及个人理解.这篇文章是单目图像3d目标检测的一个经典工作之一.其目 ...
目标检测论文笔记二：CenterNet《Objects as Points》
论文通过将物体建模成一个物体中心点,使用关键点估计网络来预测物体中心并回归一系列物体属性(长宽高等等).并且相比于基于anchor的物体检测器,CenterNet 更简单.更快.更准确. 网络的整个运 ...
目标检测 | RetinaNet：Focal Loss for Dense Object Detection
论文分析了 one-stage 网络训练存在的类别不平衡问题,提出能根据 loss 大小自动调节权重的 focal loss,使得模型的训练更专注于困难样本.同时,基于 FPN 设计了 RetinaN ...
目标检测（二）--Hough Forests for Object Detection
原文: http://www.cnblogs.com/walccott/p/4956860.html 09年cvpr上提出霍夫森林的文章--Class-Specific Hough Forests ...
【3D目标检测】WEAKM3D: TOWARDS WEAKLY SUPERVISEDMONOCULAR 3D OBJECT DETECTION
目录概述细节背景算法流程最终损失几何目标点云对齐损失射线追踪损失基于点密度的点级损失平衡边界框参数预测的解耦概述 [2022][WEAKM3D] 研究的问题: 核心问题:如何以2D ...

小目标检测论文笔记：Learning Calibrated-Guidance for Object Detection in Aerial Images

论文

概述

详解

实验结果

小目标检测论文笔记：Learning Calibrated-Guidance for Object Detection in Aerial Images相关推荐

最新文章

热门文章