针对遥感图像中目标尺度差异大、小目标密集分布的问题,AMRNet提出了尺度自适应模块,通过动态调整图像块的尺寸来平衡目标尺度。 RRNet采用“复制-粘贴”数据集中已标注实例的方式增加小目标数量,后者为了避免背景不匹配和尺度不匹配问题,引入了语义分割先验确定待粘贴区域,并在粘贴时转换目标尺度,从而保证了粘贴前后的一致...
直接优化小目标检测性能,不卷ImageNet-1K数据集! 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 前言传统的基于深度学习的目标检测网络在数据预处理阶段常通过调整图像大小以达到特征图中的统一尺寸和尺度。调...
此外,作者用深度卷积和点卷积替换普通卷积以减少参数和FLOPs[15],同时引入压缩和激励注意力[16]来帮助从全局角度选择更有利于小目标检测的通道。 III Experiment Results Dataset 作者使用了电力传输与配电基础设施图像(ETDII)数据集进行实验,这是一个来自杜克大学的公开数据集。该数据集的来源包括CT ECO、USGS、LINZ...