Data Augmentation For Small Object using Fast AutoAugment

要約

近年、オブジェクト検出パフォーマンスには大きな進歩があります。
ただし、これらの進歩にもかかわらず、小さなオブジェクトの検出性能は、大きなオブジェクトの検出性能よりも著しく劣っています。
小さなオブジェクトを検出することは、コンピュータービジョンで最も挑戦的で重要な問題の1つです。
小さなオブジェクトの検出パフォーマンスを改善するために、高速の自己開始を使用して最適なデータ増強方法を提案します。
提案された方法を通じて、小さなオブジェクトを検出するときに劣化を克服できる最適な増強ポリシーを迅速に見つけることができ、DOTAデータセットで20％のパフォーマンス改善を達成します。

要約(オリジナル)

In recent years, there has been tremendous progress in object detection performance. However, despite these advances, the detection performance for small objects is significantly inferior to that of large objects. Detecting small objects is one of the most challenging and important problems in computer vision. To improve the detection performance for small objects, we propose an optimal data augmentation method using Fast AutoAugment. Through our proposed method, we can quickly find optimal augmentation policies that can overcome degradation when detecting small objects, and we achieve a 20% performance improvement on the DOTA dataset.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google