DAY-13 小目标检测常用方法

最新推荐文章于 2025-07-21 14:53:53 发布
原创 最新推荐文章于 2025-07-21 14:53:53 发布 · 332 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了针对小目标检测的几种常见方法，如过采样、特征融合的FPN、训练技巧SNIP等，还包括了密集锚点、利用上下文的模型和适当的数据增强。

DAY-13 小目标检测常用方法

原文链接：https://bbs.cvmart.net/articles/1245

  • Augmentation for small object detection中，也提出了两个简单粗暴的方法

    • 针对COCO数据集中包含小目标的图片数量少的问题，使用过采样OverSampling策略
    • 针对同一张图片里面包含小目标数量少的问题，在图片内用分割的Mask抠出小目标图片再使用复制粘贴的方法（当然，也加上了一些旋转和缩放，另外要注意不要遮挡到别的目标）

  • 特征融合的FPN

    浅层的特征图感受野小，比较适合检测小目标（要检测大目标，则其只“看”到了大目标的一部分，有效信息不够）；深层的特征图感受野大，适合检测大目标（要检测小目标，则其”看“到了太多的背景噪音，冗余噪音太多）

  • 合适的训练方法SNIP,SNIPER,SAN

  • 更稠密的Anchor采样和匹配策略S3FD,FaceBoxes

  • 利用Context信息的Relation Network和PyramidBox

小目标识别任务算法
Littro Innovations
01-04 1671
Faster R-CNN为例，在处理小目标识别时可能会面临一些挑战，因为较小的目标通常具有较低的信噪比和更少的信息。通过引入Focal Loss，可以更关注困难样本，即小目标，从而提高模型对小目标的检测能力。通常，通过实验和验证，可以找到最适合特定小目标识别任务的组合。SSD也是一种单次前向传播的目标检测算法，它通过在不同层次的特征图上进行预测，实现了对多尺度目标的有效检测，包括小目标。CenterNet通过直接预测目标的中心点，然后通过回归来确定目标的边界框，从而提高了目标检测的效率，特别是在小目标上。
论文笔记: Boosting Object Detection with Zero-Shot Day-Night Domain Adaptation
c2861024198的博客
09-02 1515
论文泛读笔记
小目标检测
xys430381_1的专栏
04-05 1247
小目标检测文章总结 2018年小目标检测文章总结 小目标检测论文阅读 小目标检测：Improving Small Object Detection 快速小目标检测–Feature-Fused SSD: Fast Detection for Small Objects ...
[深度学习] 基于切片辅助超推理库SAHI优化小目标识别
热门推荐
You and Me
01-03 1万+
AutoDetectionModel类SAHI基于AutoDetectionModel类的from_pretrained函数加载深度学习模型。目前支持YOLOv5 models, MMDetection models, Detectron2 models和HuggingFace object detection models等深度学习模型库，如果想支持新的模型库,可以参考目录下的模型文件，新建模型检测类。模型预测。
小目标检测方法介绍
weixin_43981952的博客
11-12 6058
目标检测发展很快，但对于小目标 的检测还是有一定的瓶颈，特别是大分辨率图像小目标检测 。比如79202160，甚至1600016000的图像，还有一些遥感图像 。 图像的分辨率很大，但又有很多小的目标需要检测。但是如果直接输入检测网络，比如yolo，检出效果并不好。 主要原因 （1）小目标尺寸 以网络的输入608x608为例，yolov3、yolov4，yolov5中下采样都使用了5次，因此最后的特征图大小是19x19，38x38，76x76。 三个特征图中，最大的76x76负责检测小目标，而对应到60.
小目标检测与识别
qq_33151979的博客
03-07 2363
小目标检测:Improving Small Object Detection - 海星..._优快云博客 小目标检测论文阅读 - 开心的火龙果的博客 - 优快云博客 小目标检测的一些理解 - weixin_38440272的博客 - 优快云博客 ...
嵌入式学习-土堆目标检测（1）-day26
最新发布
liuguangqia的博客
07-21 919
土堆pytorch已经学完了，目前开始学目标检测，一些数据集的使用，然后目标检测的基本结构，再是yolo模型，再是ultralytics框架土堆官网，一些教程，工具， 膜拜大佬 ORZ： 我是土堆 | 我是土堆识别：识别矩阵框中的内容感兴趣的目标，不仅可以是一些常规的目标，也可以是一些“非常规”或者说是抽象的目标定位：在图像中找到目标的位置，用矩阵框表示出来这就是目标检测数据集可以在这里下载： Machine Learning Datasets | Papers With Code数据集涉及到 输入 和 输
CV——day82 读论文：遥感目标检测的改进注意力特征融合SSD (AF-SSD)方法
想太多的学习日志
03-05 2224
本文提出了一种单阶段遥感目标探测模型，我们称之为AF-SSD。为了解决物体小、背景复杂和尺度变化带来的问题，我们首先引入自顶向下的FFM融合浅层和上层的特征。然后，引入一个DAM来抑制背景噪声。然后，设计了一个MRF模块来扩大接收域和捕获多尺度特征。此外，我们对损失函数进行了改进，以缓解正、负样本之间的不平衡。在DOTA和NWPU VHR-10上的实验结果表明，该方法对航拍图像中的小目标具有较好的检测效果。
精选资源
PaddlePaddle-7Day-API课程
02-18
PaddlePaddle-7Day-API课程 2021年2月百度AI PaddlePaddle深度学习高级API速成营的个人课程摘要官方课程说明： ： 2月3日-2月10日，每晚20：30-21：30直播讲解 初步知识 Python基础 线性代数与概率论基础 目标 掌握...
地平线 3D 目标检测 bev_sparse 参考算法-V2.0
地平线开发者
02-23 1241
在自动驾驶视觉感知系统中，为了获得环绕车辆范围的感知结果，通常需要融合多摄像头的感知结果。目前更加主流的感知架构则是选择在特征层面进行多摄像头融合。其中比较有代表性的路线就是这两年很火的 BEV 方法，继 Tesla Open AI Day 公布其 BEV 感知算法之后，相关研究层出不穷，感知效果取得了显著提升，BEV 也几乎成为了多传感器特征融合的代名词。
小目标检测方法总结
村民的菜篮子
11-09 3926
小目标检测，切图拼图，SNIPER
小目标识别方法
Littro Innovations
02-03 1152
小目标识别是计算机视觉和人工智能领域中的一个重要研究方向，主要关注于如何有效地从图像或视频中识别尺寸较小、分辨率低的目标。这一任务在军事侦察、遥感图像分析、无人机监控、医学成像等多个领域有着广泛的应用。随着深度学习技术的发展，小目标识别的研究也取得了显著的进步。小目标识别面临的挑战主要包括目标尺寸小、易受背景干扰、目标特征不明显等问题。为了解决这些问题，研究者们提出了多种基于人工智能的方法，尤其是深度学习技术，如卷积神经网络（CNN）、生成对抗网络（GAN）等。
干货 | 深度学习检测小目标常用方法
zandaoguang的博客
01-07 2552
点击上方“视学算法”，选择“星标”公众号重磅干货，第一时间送达github地址：https://github.com/Captain1986/CaptainBlackboard来源：op...
小目标检测：基于深度学习的小目标检测方法
lfcgimini的博客
10-21 2368
基于深度学习的小目标检测方法 小目标检测的难点：分辨率低、信息少，噪音多、图像模糊 解决方法：图像金字塔、特征金字塔、对包含小目标的图像进行oversampling、对小目标进行复制粘贴操作（不遮挡原有目标，有旋转和缩放） 摘抄：深度学习检测小目标常用方法汇总 link 特征融合的SSD： SSD使用特征金字塔把最浅层的特征用到小目标检测上，因为浅层的感受野小，感受野的尺寸正好和小目标匹配。但是浅层的特征缺少语义信息，语义信息会影响检测器判断检测区域是目标 (object) 还是背景 (background
小目标识别——调研
weixin_30687811的博客
08-17 603
1、小目标所占像素的问题 一种是相对尺寸大小，如目标尺寸的长宽是原图像尺寸的0.1，即可认为是小目标；另外一种是绝对尺寸的定义，即尺寸小于32*32像素的目标即可认为是小目标。 摘要小目标是指图像中覆盖区域较小的一类目标.与常规目标相比，小目标信息量少，训练数据难以标记，这导致通用的目标检测方法对小目标的检测效果不好，而专门为小目标设计的检测方法往往复杂度过高或不具有通用性....
使用关键点进行小目标检测
小白学视觉
06-03 1363
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达 本文转自|OpenCV学堂【导语】本文搞了一个小的库，主要是用于定位红外小目标。由于其具有尺度很小...
小目标检测方法
u010451780的专栏
05-17 4872
引言 在深度学习目标检测中，特别是人脸检测中，小目标、小人脸的检测由于分辨率低，图片模糊，信息少，噪音多，所以一直是一个实际且常见的困难问题。不过在这几年的发展中，也涌现了一些提高小目标检测性能的解决手段，本文对这些手段做一个分析、整理和总结。 传统的图像金字塔和多尺度滑动窗口检测 最开始在深度学习方法流行之前，对于不同尺度的目标，大家普遍使用将原图build出不同分辨率的图像金字塔，再对每层金字塔用固定输入分辨率的分类器在该层滑动来检测目标，以求在金字塔底部检测出小目标；或者只用一个原图，在原图上，
CIC-IDS2018数据集：机器学习与网络安全
标签"CSE-CIC-IDS2018 入侵检测"揭示了该数据集的主要用途和目标。CSE指的是计算机科学与工程（Computer Science and Engineering），这表明数据集适用于计算机科学领域内的入侵检测系统评估。入侵检测系统（IDS）是...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值