小目标检测--A closer look: Small object detection in Faster R-CNN

最新推荐文章于 2025-08-14 10:32:50 发布
原创 最新推荐文章于 2025-08-14 10:32:50 发布 · 6k 阅读 · 13 ·
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。

本文针对Faster R-CNN在小目标检测上的不足进行深入分析，并提出改进方案。通过引入多尺度区域提议网络（RPN）和多尺度分类网络来提升小尺寸物体的检测性能。

A closer look: Small object detection in Faster R-CNN
Improving Small Object Proposals for Company Logo Detection

这里主要分析 Faster R-CNN 对小目标检测的性能分析及改进。 主要是 多尺度 RPN 和多尺度分类网络
数据中目标尺寸分布
这里写图片描述

3.1 Region Proposals of small objects

不同尺度的 RPN
这里写图片描述

不同尺度的 RPN 性能对比
这里写图片描述

3.2 ROI Classification of small objects
不同尺度的 CLS：classification pipeline
这里写图片描述

对应的性能对比
这里写图片描述

这里写图片描述

这里写图片描述

这里写图片描述

这里写图片描述

[论文笔记] R-CNN for Small Object Detection 阅读笔记
qq_44690067的博客
08-01 841
R-CNN for Small Object Detection，用于小目标检测的改进R-CNN
目标检测经典论文——YOLO论文翻译：You Only Look Once: Unified, Real-Time Object Detection（YOLO：统一的实时目标检测）
bigcindy的博客
07-30 4780
You Only Look Once: Unified, Real-Time Object Detection YOLO：统一的实时目标检测 Joseph Redmon*, Santosh Divvala*†, Ross Girshick¶, Ali Farhadi*† University of Washington*, Allen Institute for AI†, Facebook AI Research¶ http://pjreddie.com/yolo/ ...
论文阅读（Chenyi Chen——【ACCV2016】R-CNN for Small Object Detection）
weixin_30954607的博客
01-06 445
Chenyi Chen——【ACCV2016】R-CNN for Small Object Detection 目录 作者和相关链接 方法概括 创新点和贡献 方法细节 实验结果 总结与收获点 参考文献 作者和相关链接 论文下载 Chenyi Chen , Ming-Yu Liu， Jianxiong Xiao 所有作者的...
R-CNN for Small Object Detection
weixin_34132768的博客
10-12 546
R-CNN for Small Object Detection 文章方法概括 这篇文章主要讨论针对小目标的目标检测 文章为了证明：对传统R-CNN style的方法进行改进，可以用于小目标检测，并且性能比DPM方法好 整个检测流程 用改进版的RPN(修改了anchor的尺度，称为modified RPN)提取候选区域 用改进版的CNN(结合了上下文信息的CNN模型，b...
A CLOSER LOOK: SMALL OBJECT DETECTION IN FASTER R-CNN
wolf2345的博客
05-14 1082
摘要Faster R-CNN是一种众所周知的物体检测方法，它将区域提议的生成及其分类结合到单个管线中。 在本文中，我们将Faster R-CNN应用于公司徽标检测任务。 受小型对象实例的R-CNN性能较弱的推动，我们对提案和分类阶段进行了详细检查，检查了它们在各种对象大小下的行为。 另外，我们看看feature map分辨率对这些阶段性能的影响。 我们引入了一个改进的方案来生成锚定提案，并提出对F...
小目标检测-Augmentation for small object detection
一千零一夜的博客
10-08 557
目录 1.论文地址 2.解决什么问题 3.出现问题的原因 4.解决办法 4.1 过采样 4.2 复制粘贴 1.论文地址 https://arxiv.org/abs/1902.07296https://arxiv.org/abs/1902.07296 2.解决什么问题 检测小目标的能力，往往弱于检测大目标（AP值低2到3倍）。 注： 0<area<32x32：小目标 32x32<area<96x96: 中等目标 96x96<area: 大目..
目标检测经典论文——R-CNN论文翻译：Rich feature hierarchies for accurate object detection and semantic segmentation
bigcindy的博客
07-27 5781
Rich feature hierarchies for accurate object detection and semantic segmentation——Tech report (v5) 用于精确物体定位和语义分割的丰富特征层次结构——技术报告（第5版） Ross Girshick Jeff Donahue Trevor Darrell Jitendra Malik UC Berkeley 加州大学伯克利分校 {frbg,jdonahue,trevor,malikg}@...
目标检测论文（尤其针对一些小目标的可能改进方法）
张家坎的博客
11-12 1万+
------------------------------------------------------------------------ About Face detection ------------------------------------------------------------------------ 1、Finding Tiny Faces     Code：htt...
对抗样本方向（Adversarial Examples）2018-2020年最新论文调研
热门推荐
huitailangyz的博客
06-15 1万+
调研范围 2018NIPS、2019NIPS、2018ECCV、2019ICCV、2019CVPR、2020CVPR、2019ICML、2019ICLR、2020ICLR 2018NIPS Contamination Attacks and Mitigation in Multi-Party Machine Learning（防御） 作者：Jamie Hayes(Univeristy College London) Olga Ohrimenko(Microsoft Research) 摘要：Machine
小目标检测
u010451780的专栏
05-17 8369
博主github：https://github.com/MichaelBeechan 博主优快云：https://blog.youkuaiyun.com/u011344545 Augmentation for small object detection Mate Kisantal kisantal.mate@gmail.com Zbigniew Wojna zbigniewwojna@gmail.com Jakub Murawski kuba.murawski96@gmail.com Jacek Narunie
目标检测之R-CNN
jteng的专栏
05-22 4886
  目标检测(object detection)是计算机视觉领域重要研究内容之一，主要解决图像中包含哪些物体及物体在图像中位置的问题，如下图所示(图片来源于Yolo实验输出)，物体的位置使用一个矩形框标注。 近几年深度学习方法的成功应用使目标检测的精度不断提高，下图中个人统计了几种主流方法提出的时间、精度(mAP)和速度(FPS)，这些数值并非绝对，因为每个方法均有多个模型，以对精度和速度...
小目标检测技术分析
吴建明wujianming_110117
04-19 1142
小目标检测技术分析 小目标检测及跟踪系统分为四个模块： · 硬件模块 该模块基于标准PCI总线，并配以超大规模可编程芯片(DSP、FPGA)，具有极强的运算、处理能力。 · DSP 程序模块 其功能主要实现复杂背景下的小目标检测、跟踪。考虑到系统的实时性要求，复杂背景下的小目标检测采用红外能量积累技术。首先对红外图像进行增强；然后在对小目标进行粗检测；最后在视频序列上分割提取小目标。同时，采用预测...
【计算机视觉 | 小目标检测】小目标检测性能UP！19种高效又实用的解决方法分享！
wzk4869的博客
11-29 7486
【计算机视觉 | 小目标检测】小目标检测性能UP！19种高效又实用的解决方法分享！
重温目标检测--Fast R-CNN
AI小作坊 的博客
09-13 448
Fast R-CNN ICCV 2015 https://github.com/rbgirshick/fast-rcnn 本文在目标检测中起到一个承上启下的作用，从 R-CNN 经由 Fast R-CNN 过渡到 完美的 Faster R-CNN, 最大的提升还是速度方面的提升。 Fast R-CNN architecture Fast R-CNN 的输入时 整个图像 和 一组矩形...
【计算机视觉】小目标检测研究进展：小目标检测研究思路（详细讲解）
wzk4869的博客
12-27 5187
【计算机视觉】小目标检测研究进展：小目标检测研究思路（详细讲解）
51c~目标检测~合集3~小目标检测
whaosoft~aiotの开发板商城
02-07 1409
我自己的原文哦~ https://blog.51cto.com/whaosoft/12386438又发现了一个 赶紧搬过来说说 勿怪啊 发现大佬太多 好多人瞬间做个这个 膜拜~ 本人做一些工业检测 会用到 所以关注一下~~ 但还没来及测试~QueryDet，级联稀疏query加速高分辨率下的小目标检测论文：https://arxiv.org/abs/2103.09136代码（已开源）：https://github.com/ChenhongyiYang/QueryDet-PyTorch促进小目标检测
【文献阅读】Perceptual Generative Adversarial Networks for Small Object Detection –CVPR-2017
weixin_34185364的博客
08-03 741
Perceptual Generative Adversarial Networks for Small Object Detection 2017CVPR 新鲜出炉的paper，这是针对small object detection的一篇文章，采用PGAN来提升small object detection任务的performance。 最近也没做object detecti...
【论文笔记】Object Tracking_简略版_201608
shaoxiaohu的专栏
08-16 1751
【1】Held, D., Thrun, S., & Savarese, S. (2016). Learning to Track at 100 FPS with Deep Regression Networks. arXiv preprint arXiv:1604.01802.这篇文章提出了一种基于深度学习的目标跟踪算法，有以下几个特点： 1）快，100fps，比之前大多数采用深度学习的跟踪
小目标检测总漏检？这8个方法帮你精准“抓小”
最新发布
qq_45464126的博客
08-14 1137
小目标检测的核心是“增强特征表达+平衡样本权重+优化损失与后处理”。通过数据增强放大小目标、特征增强保留细节、多尺度融合传递信息、损失函数聚焦小目标误差，结合检测头改进和后处理优化，可显著提升小目标的检测精度。实际应用中，需根据具体场景（如无人机影像、工业质检）选择最适合的方法组合，必要时可通过消融实验验证各模块的有效性。小目标虽小，却是决定检测系统鲁棒性的关键。掌握这些方法，让你的模型“既见森林，也见树木”！
评论
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