TinyDet: Accurate Small Object Detection in Lightweight Generic Detectors

要約

【タイトル】TinyDet：軽量汎用検出器における正確な小型物体検出

【要約】
– 小さな物体の検出には、計算量とエネルギー効率の高い軽量汎用検出器において、検出ヘッドが画像特徴マップの多数の位置をスキャンする必要がある。これは非常に困難である。
– 有限の計算量で正確な小型物体を検出するために、TinyDetと呼ばれる非常に低い計算量の2段階軽量検出フレームワークを提案する。
– TinyDetは、高解像度の特徴マップを使用して密な錨付けを実現し、計算の削減のために疎に接続された畳み込みを提案し、バックボーンの初期段階の特徴を強化し、正確な小型物体の検出に対する特徴の不整合問題に対処する。
– COCOベンチマークでは、TinyDet-Mはわずか991 MFLOPで30.3 APと13.5 AP^sを達成し、1 GFLOP未満でAP 30を超えた最初の検出器となっている。TinyDet-SとTinyDet-Lも、異なる計算制限下で有望なパフォーマンスを達成している。

要約(オリジナル)

Small object detection requires the detection head to scan a large number of positions on image feature maps, which is extremely hard for computation- and energy-efficient lightweight generic detectors. To accurately detect small objects with limited computation, we propose a two-stage lightweight detection framework with extremely low computation complexity, termed as TinyDet. It enables high-resolution feature maps for dense anchoring to better cover small objects, proposes a sparsely-connected convolution for computation reduction, enhances the early stage features in the backbone, and addresses the feature misalignment problem for accurate small object detection. On the COCO benchmark, our TinyDet-M achieves 30.3 AP and 13.5 AP^s with only 991 MFLOPs, which is the first detector that has an AP over 30 with less than 1 GFLOPs; besides, TinyDet-S and TinyDet-L achieve promising performance under different computation limitation.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI