Low-light Object Detection

要約

このコンペティションでは、実画像に近い物体検出結果を得るために、モデル融合アプローチを採用した。我々の手法はCO-DETRモデルに基づいており、暗い条件下の画像を含むデータと、低照度条件で強調された画像を含むデータの2セットで学習させた。テストデータに対して様々な強調技術を使用し、複数セットの予測結果を生成した。最後に、IoUの閾値によって導かれるクラスタリング集約法を適用し、最適な結果を選択した。

要約(オリジナル)

In this competition we employed a model fusion approach to achieve object detection results close to those of real images. Our method is based on the CO-DETR model, which was trained on two sets of data: one containing images under dark conditions and another containing images enhanced with low-light conditions. We used various enhancement techniques on the test data to generate multiple sets of prediction results. Finally, we applied a clustering aggregation method guided by IoU thresholds to select the optimal results.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL