基于改进Faster RCNN的少样本目标检测算法

当前大部分目标检测都依赖于大规模的标注数据集来保证其检测的正确率,而在实际场景中,大量数据的获取是十分困难的,且对数据的标注也需要花费大量人力物力。针对这一问题提出了一种基于Faster RCNN的少样本目标检测算法(CA-FSOD),在目标类别仅有少量标注样本的情况下,对目标样本进行检测。为了提高检测性能,首先提出了CBAM-Attention-RPN模块,减少无关候选框的数量;其次提出了全局-局部关系检测器模块,通过关联少量标注样本和待检测样本的特征,获取与目标类别更相关的候选区域;最后提出了基于余弦Softmax损失的分类器作为目标检测的分类分支,能有效地聚合同类别特征、降低类内方差、提高检测精度。为了验证所提算法,在MS COCO数据集上进行了训练和测试,实验结果表明,该方法的AP50为21.9%,优于目前一些少样本目标检测算法。

基于负边距损失的小样本目标检测

现有的大部分目标检测算法都依赖于大规模的标注数据集来保证检测的正确率,但某些场景往往很难获得大量标注数据,且耗费大量人力、物力。针对这一问题,提出了基于负边距损失的小样本目标检测方法(NM‑FSTD),将小样本学习(FSL)中属于度量学习的负边距损失方法引入目标检测,负边距损失可以避免将同一新类的样本错误地映射到多个峰值或簇,有助于小样本目标检测中新类的分类。首先采用大量训练样本和基于负边距损失的目标检测框架训练得到具有良好泛化性能的模型,之后通过少量具有标签的目标类别的样本对模型进行微调,并采用微调后的模型对目标类别的新样本进行目标检测。为了验证NM‑FSTD的检测效果,使用MS COCO进行训练和评估。实验结果表明,所提方法AP_(50)达到了22.8%,与Meta R‑CNN和MPSR相比,准确率分别提高了3.7和4.9个百分点。NM‑FSTD能有效提高在小样本情况下对目标类别的检测性能,解决目前目标检测领域中数据不足的问题。

基于改进YOLOv5s的轻量化目标检测算法

针对当前YOLOv5s的颈部特征提取网络PANET的特征提取不足、常规卷积Conv消耗了大量的参数量和计算量的问题,提出一种轻量化目标检测算法(RFBG-YOLO)。首先,为了提升检测器识别效果,提出多分支空洞卷积结构RFB-Bottleneck来提升PANET的特征提取能力,提高模型检测精度;然后,为了使模型更加轻量化,引入GhostConv卷积减少模型参数量,提高检测速度。在PASCAL VOC数据集上的结果表明,在检测速度影响很小的情况下,RFBG-YOLO算法的mAP@0.5为80.3%,与YOLOv5s算法相比提高了2.2个百分点,mAP@0.5∶0.95为55.1%,与YOLOv5s算法相比提高了4.2个百分点,模型参数量为5.2 MiB,与YOLOv5s算法相比降低了2.0 MiB,因此提出的RFBG-YOLO算法在保证模型轻量化的同时,具有足够高的检测精度,可以满足在轻量化目标检测场景下检测准确度的要求。

基于沙漏瓶颈模块的无人机实时检测算法

随着无人机的快速发展与应用,无人机的普及也对公共安全、军事安全和个人隐私等造成了一定的安全隐患。无人机具有飞行速度快、体积小等特点,如何精准快速地发现并定位无人机位置具有一定的挑战。针对此问题,提出了一种基于沙漏瓶颈模块的YOLOv3无人机实时检测算法。首先,将原本3个特征尺度检测扩展为在5个特征尺度上进行检测,充分利用多尺度信息帮助提升小目标检测精度;然后,堆叠沙漏瓶颈模块作为该方法的骨干网络部分,沙漏瓶颈模块作为一种轻量化网络对模型进行加速,并使用通道注意力机制在上采样之后的拼接部分关注更重要的通道信息,抑制不利的信息。为了验证所提算法的有效性,生成基于复杂城市背景下的无人机数据集,实验结果表明,所提算法的精度能够达到98.92%,且具有98.76%的召回率,在1080Ti上达到62.37帧/s的实时速度,模型权重大小仅为5.38 MiB,为进一步在嵌入式平台和移动端实现实时目标检测提供了可能。

视觉概念学习方法研究进展

计算机视觉的核心问题是寻找视觉概念的层次化与结构化表示.以深度学习为代表的连接主义方法能够学习到输入图像数据的分层表示,这个表示具有优异的类内不变性与类间区分性,带来了视觉目标分类问题的突破式进展.而以图像随机语法模型为代表的逻辑主义方法试图基于先验知识和输入图像数据得到视觉概念的层次化与结构化表示,进而实现像人类一样的概念迁移学习,从更一般的意义上解释视觉现象.综述了两类方法各自的一些代表性工作,分析了其主要思路与各自的优缺点.分析认为,两类方法具有明显的互补性,在概率图模型框架下将两类方法综合是未来视觉概念学习的一个重要发展方向.