Faster OreFSDet : A Lightweight and Effective Few-shot Object Detector for Ore Images

要約

タイトル：Faster OreFSDet：軽量かつ効果的なオブジェクト検出器

要約：

– 鉱石粒子サイズの検出において、高品質のラベル付き鉱石データを取得することは時間とコストがかかる。
– 一般的なオブジェクト検出手法は、希少なラベル付きデータによる過学習を引き起こすことがある。
– 既存のfew-shotオブジェクト検出器は、遅い検出速度や高いメモリ要件などの欠点があり、実世界の展開シナリオでは実装が困難である。
– このため、我々は軽量かつ効果的なfew-shot検出器を提案し、鉱石画像に対して数少ないサンプルで一般的なオブジェクト検出と競争力のある性能を実現する。
– 提案されたサポート特徴採掘ブロックは、サポート特徴の場所情報の重要性を特徴づける。
– 次に、関係ガイダンスブロックは、正確な候補プロポーザルの生成をサポート特徴のフル活用により促進する。
– 最後に、デュアルスケールセマンティック集約モジュールは、異なる解像度で詳細な特徴を取得して予測プロセスに貢献する。
– 実験結果は、我々の手法がすべてのメトリックで優れたパフォーマンスギャップを持つfew-shot検出器を常に超えることを示している。
– さらに、我々の手法はモデルサイズが19MBと最も小さく、一般的なオブジェクト検出器と比較して50FPSの検出速度で競争力がある。
– ソースコードはhttps://github.com/MVME-HBUT/Faster-OreFSDetで入手可能。

要約(オリジナル)

For the ore particle size detection, obtaining a sizable amount of high-quality ore labeled data is time-consuming and expensive. General object detection methods often suffer from severe over-fitting with scarce labeled data. Despite their ability to eliminate over-fitting, existing few-shot object detectors encounter drawbacks such as slow detection speed and high memory requirements, making them difficult to implement in a real-world deployment scenario. To this end, we propose a lightweight and effective few-shot detector to achieve competitive performance with general object detection with only a few samples for ore images. First, the proposed support feature mining block characterizes the importance of location information in support features. Next, the relationship guidance block makes full use of support features to guide the generation of accurate candidate proposals. Finally, the dual-scale semantic aggregation module retrieves detailed features at different resolutions to contribute with the prediction process. Experimental results show that our method consistently exceeds the few-shot detectors with an excellent performance gap on all metrics. Moreover, our method achieves the smallest model size of 19MB as well as being competitive at 50 FPS detection speed compared with general object detectors. The source code is available at https://github.com/MVME-HBUT/Faster-OreFSDet.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI