Fewer is More: Efficient Object Detection in Large Aerial Images

要約

大規模な航空画像に対する現在の主流のオブジェクト検出方法は、通常、大きな画像をパッチに分割し、オブジェクトの有無に関係なく、すべてのパッチで目的のオブジェクトを網羅的に検出します。
このパラダイムは効果的ですが、検出器がすべてのパッチを通過する必要があり、推論速度が大幅に妨げられるため、非効率的です。
このホワイト ペーパーでは、オブジェクトネス アクティベーション ネットワーク (OAN) を提示して、検出器がより少ないパッチに焦点を当てながら、より効率的な推論とより正確な結果を達成できるようにし、大きな画像でのオブジェクト検出に対するシンプルで効果的なソリューションを実現します。
簡単に言えば、OAN は、各パッチにオブジェクトが含まれているかどうかを判断するための軽い完全畳み込みネットワークであり、多くのオブジェクト検出器に簡単に統合して、それらとエンドツーエンドで共同トレーニングすることができます。
5 つの高度な検出器を使用して、OAN を広範囲に評価します。
OAN を使用すると、5 つの検出器すべてが 3 つの大規模な航空画像データセットで 30.0% 以上の速度向上を達成し、一方で一貫した精度の向上が見られます。
非常に大きな Gaofen-2 画像 (29200$\times$27620 ピクセル) では、OAN によって検出速度が 70.5% 向上します。
さらに、OAN を運転シーンのオブジェクト検出と 4K ビデオ オブジェクト検出に拡張し、精度を犠牲にすることなく、検出速度をそれぞれ 112.1% と 75.0% 向上させます。
コードは https://github.com/Ranchosky/OAN で入手できます。

要約(オリジナル)

Current mainstream object detection methods for large aerial images usually divide large images into patches and then exhaustively detect the objects of interest on all patches, no matter whether there exist objects or not. This paradigm, although effective, is inefficient because the detectors have to go through all patches, severely hindering the inference speed. This paper presents an Objectness Activation Network (OAN) to help detectors focus on fewer patches but achieve more efficient inference and more accurate results, enabling a simple and effective solution to object detection in large images. In brief, OAN is a light fully-convolutional network for judging whether each patch contains objects or not, which can be easily integrated into many object detectors and jointly trained with them end-to-end. We extensively evaluate our OAN with five advanced detectors. Using OAN, all five detectors acquire more than 30.0% speed-up on three large-scale aerial image datasets, meanwhile with consistent accuracy improvements. On extremely large Gaofen-2 images (29200$\times$27620 pixels), our OAN improves the detection speed by 70.5%. Moreover, we extend our OAN to driving-scene object detection and 4K video object detection, boosting the detection speed by 112.1% and 75.0%, respectively, without sacrificing the accuracy. Code is available at https://github.com/Ranchosky/OAN.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google