文章目录
前言
最近开始接触小目标检测的算法,直观想到的算法就是将可能存在小目标的图像区域进行合理的放大然后进行检测。偶然间发现与上述想法类似,原理简单却又有效的sahi算法而且能方便的与YOLO v5结合,正好拿来读一读。
论文题目:SLICING AIDED HYPER INFERENCE AND FINE-TUNINGFOR SMALL OBJECT DETECTION
论文地址
git地址
Fatih Cagatay Akyon, Sinan Onur Altinuc, & Alptekin Temizel (2022). Slicing Aided Hyper Inference and Fine-Tuning for Small Object Detection. In 2022 IEEE International Conference on Image Processing (ICIP). IEEE.
一、小目标检测
1、小目标的定义
所谓小目标指的是目标成像尺寸较小,通常有两种定义方式:
- 一种是绝对尺寸大小,在COCO数据集中,尺寸小于32×32像素的目标被认为是小目标;
- 另一种是相对尺寸大小,根据国际光学工程学会定义,小目标为256×256像素的图像中成像面积小于80像素的目标,即