小目标检测中的数据扩展（Augmentation for small object detection）

 

Abstract

这些年来目标检测领域经历了令人印象深刻的进展。除了这些改进，在小目标检测与大目标检测领域还是有不小的差距。我们在MS COCO上分析了当前SOTA的模型Mask-RCNN。研究成果展示GT目标与预测的anchors的重叠远远小于期望的IoU阈值。我们猜测这可能是由两个情况导致的：1、只有少部分样本包含小目标；2、及时在包含小目标的样本中，小目标的数目也不够。我们因此提出过采样那些包含小目标的样本，通过多次复制粘贴那些小目标到样本中达到数据扩展的效果。这样使得我们可以平衡检测器在小目标与大目标检测中的表现。我们评估了不同的粘贴扩展策略，最终与当前MS COCO上SOTA方法相比我们在实例分割上达到了9.7%的相对改进，在小目标检测上达到了7.1%的相对改进。

1、Introduction

图像的目标检测是当前CV工作的一个重要基础任务，通常是许多现实应用中的第一步工作，包括机器人、自动驾驶、卫星、航空图像分析、医学图像中的组织与肿瘤定位。当前目标检测问题正经历许多变革。MS COCO目标检测竞赛中AP从2015年的0.373【32】发展到2017年的0.525（主要的竞赛度量指标IoU=.50:.05:.95），相似的结果在MS COCO实例分割竞赛中也可以找到。尽管有这些改进，现有解决方案在小目标上的表现还是不如预期，这里小目标的定义以MS COCO为例在表1中展示。它展示出了小目标与大目标检测中的巨大差距。图一中列出了排名靠前的MS COCO实例分割比赛结果。可以观察到实例分割也面临着类似的问题。例如，如图二中SOTA的Mask-RCNN模型的预测结果，模型漏检了大多数小目标样本。

对于许多下游任务来说小目标检测相当重要。对于自动驾驶车辆安全来说，从高清图像中检测出小样本或者远距离样本相当重要。许多目标，例如交通灯【11】【34】或者行人【31】，在高清样本中很难被察觉。在医学图像中，对于肿块或者肿瘤的早期检测对于尽早的精准诊断十分重要，然而这些目标很有可能大小只有几个像素【3】【29】。工业自动检测通过定位物料表面小的视觉瑕疵来从小目标检测中受益【1