DCFL: for Oriented Tiny Object Detection

作者：Cpp五条 | 2024-03-08 13:17:38

踩

hh
源代码

Abstract

检测任意方向的微小目标给现有的检测器带来了巨大的挑战，特别是在标签分配方面。定向微小目标的极端几何形状和有限特征仍然会导致严重的不匹配和不平衡问题。具体而言，位置先验、正样本特征和实例不匹配，并且由于缺乏适当的特征监督，极端形状目标的学习存在偏差和不平衡，即特征先验不匹配和正样本不平衡是阻碍定向微小目标标签分配的两个障碍。（此前作者提出的RFLA一定程度上解决了问题，但静态分配不能根据样本的形状自适应划分正负样本，不能过滤掉低质量样本。）

为了解决这些问题，作者提出了一个动态先验和由粗到精的分配器，称为DCFL。
一方面，以动态方式对先验、标签分配和目标表征进行建模，以减轻不匹配问题。另一方面，利用粗糙的先验匹配和更精细

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Cpp五条/article/detail/210337

DCFL: for Oriented Tiny Object Detection

文章目录

Abstract