文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

目标检测中的旋转增强

论文介绍 众所周知，一般的检测网络并不具备旋转不变性或者旋转等变性，在某些场景如遥感图像中，经常会对训练数据使用“旋转增强”来增强网络的性能。...然而作者发现，这种最大外接框的取法会得到过于大的真值框，从而产生标签歧义问题，甚至会损害网络的检测性能，特别是AP75的性能。...而本文作者提出，用最大内接椭圆来表示bounding box中物体的形状为更优的表示，对图片旋转后，对这个椭圆进行旋转，取椭圆的最大外接矩作为旋转后物体的真值框，如上图墨蓝色框所示。...\theta 度后的形状，\mathcal{B}() 表示对形状求最大外接水平矩形框， 这个优化公式即求出一个初始外接框中的最优的形状\hat{S}，使得这个形状旋转 \theta 度后的外接框和真实形状旋转...总结 本文针对目标检测中的旋转增强提出两个贡献： 旋转增强后新的标签怎么生成的问题，提出了比最大框法更优的椭圆表示法 提出用于回归损失计算的旋转不确定损失RU Loss，进一步提升了效果

43920
    • 您找到你想要的搜索结果了吗？
    是的
    没有找到

    技术分享 | 遥感影像中的旋转目标检测系列(一)

    遥感影像中的旋转目标检测系列（一） 基于 Transformer 的旋转目标检测框架 D2Q-DETR 01 背 景 图 1：遥感影像中的目标检测 与自然影像数据集不同，遥感影像中的目标通常以任意角度出现...旋转目标检测最近因其在不同场景中的重要应用而受到越来越多的关注，包括航空图像、场景文本和人脸等。...特别是在航空图像中，已经提出了许多设计良好的旋转目标检测器，并在大型数据集上（比如 DOTA-V1.0）获得了较好的结果. 与自然图像相比，航拍图像中的物体通常呈现密集分布、大纵横比和任意方向。...我们的工作重点是简化旋转对象检测，消除对复杂手工组件的需求，包括但不限于基于规则的训练目标分配、旋转 RoI 生成、旋转非最大值抑制 (NMS) 和旋转 RoI 特征提取器。...除了采用随机水平翻转和随机旋转来避免训练过程中的过度拟合，没有使用其他训练技巧。

    2.1K10

    旋转~跳跃~检测王者 MMDetection 的好兄弟来啦！

    在真实场景中，我们见到的图像不都是方方正正的，比如扫描的图书和遥感图像，需要检测的目标通常是有一定旋转角度的。这时候就需要用到旋转目标检测方法，对目标进行精确的定位，方便后面的识别、分析等高级任务。...延续了 OpenMMLab 系列的模块化风格，继承了高度灵活 config 功能 首个统一的旋转目标检测工具箱 MMRotate 中包含了 15 种旋转目标检测算法，从之前 Tensorflow 独占的...、最统一的旋转目标检测算法框架。...高效强大的基准模型 在 MMRotate 中，我们复现了大量旋转目标检测算法，部分模型在 DOTA v1.0 数据集上甚至超越了官方公布的精度。...models 是最关键的部分，包括旋转检测模型和损失函数。 在 apis 中，我们为模型训练、测试和推理提供一键启动的接口。 core 中实现了用于模型训练的评估工具和定制的 hooks 。

    1.3K20

    旋转~跳跃~检测王者 MMDetection 的好兄弟来啦！

    在真实场景中，我们见到的图像不都是方方正正的，比如扫描的图书和遥感图像，需要检测的目标通常是有一定旋转角度的。...中包含了 15 种旋转目标检测算法，从之前 Tensorflow 独占的 GWD、KLD，到目前在 DOTA 数据集上达到 SOTA 的 ReDet、Oriented RCNN 都有实现。...、最统一的旋转目标检测算法框架。...高效强大的基准模型 在 MMRotate 中，我们复现了大量旋转目标检测算法，部分模型在 DOTA v1.0 数据集上甚至超越了官方公布的精度。...models 是最关键的部分，包括旋转检测模型和损失函数。 在 apis 中，我们为模型训练、测试和推理提供一键启动的接口。 core 中实现了用于模型训练的评估工具和定制的 hooks 。

    70830

    Ehome设备接入EasyCVR平台的设备状态定时检测优化

    EasyCVR视频融合平台基于云边端协同架构，能支持海量视频的轻量化接入与汇聚管理，借助大数据分析的决策判断，为摄像头、网络存储设备、智能终端、视频监控平台等提供一体化的视频接入、分发、存储、处理等能力...等，可覆盖市面上大多数的视频源设备。...今天和大家分享一下关于EasyCVR平台在海康Ehome设备接入时，状态定时检测功能的优化。 有用户反馈，EasyCVR接入Ehome设备时，频繁出现通道离线的情况。...添加C层打印日志得知，每次出现设备离线时，对应的通道名称均会出现解析失败。 于是对该问题测试发现，当抛出10的错误码时，如果直接通过解析并不影响通道正常播放。...将EasyCVR与智能分析网关结合使用，可以实现基于云、边、端架构的AI智能检测分析及算力的精细化调度等能力，该方案的应用场景也十分广泛，包括：通用安防、智慧安监、明厨亮灶、智慧景区、区域安全监测等。

    60020

    旋转目标检测 | R3Det，基于特征精炼的单阶段检测模型

    问题背景 作者称对于旋转目标检测存在三个挑战： 大宽高比 密集排列 方向任意 3....主要工作 针对上述问题，作者提出了R3Det，其主要工作如下： image.png progressive regression： 作者发现旋转框在密集场景下的能有较好的目标检测精度，而水平框能达到更好的召回率...，因此使用了这两种形式的框进行组合，具体做法是第一阶段检测水平框，从而提升检测速度，提高召回率，第二阶段也就是精炼阶段（refinement stage）检测旋转框，以适应密集目标的检测。...approximate SkewIoU loss：为解决Skew IoU计算不可微的问题，设计了一种近似SkewIoU损失，以获得更精确的旋转估计。...特征插值可以表示为: image.png 其中A代表图（a）中的区域，F\in \mathbb{R}^{C\times 1\times 1}代表特征图上点的特征向量。

    3.2K10

    GWD：基于高斯Wasserstein距离的旋转目标检测 | ICML 2021

    ，相对于水平的目标检测，旋转目标检测仍处于起步阶段。...论文的主要贡献有以下几点： 总结了旋转目标检测的三个主要问题。...在现在很多的研究中，将模型的设计与bbox的定义进行耦合来避免特定的问题：如$D{oc}$可避免方形问题，$D{le}$可避免边交换问题。...从上面的分析可以看出，在旋转目标检测领域，IoU损失更能填补评判准则与回归损失间的差异。但很遗憾，在旋转目标检测领域，两个旋转bbox间的IoU计算是不可微的，不能用于训练。...图片   方形问题主要出现在使用长边形式的检测方法中，由于方形目标没有绝对的长边，长边形式对方形目标的表达本身就不唯一。

    1.5K20

    标签分配 | GGHL，面向旋转目标检测的标签分配策略

    , volume={31}, pages={1895--1910}, year={2022}, publisher={IEEE} } Name Value 标签 #遥感 #标签分配 #旋转目标检测...数据集 #DOTA #DOTAv2 #SKU10-R #SSDD 目的 解决旋转目标检测任务中，采样策略没有考虑目标的形状和方向特性的问题。...问题背景 作者提到近年来，大多数做旋转目标检测的方法都是设计复杂的网络结构以使得提取的特征分布接近GT的分布。然而改进模型结构不是提升性能的唯一解决途径。...对于CNN-Based检测器而言，如何提升标签分配也很重要，不同的策略将会通过影响生成的样本空间来直接影响模型的性能。...除此之外，并不是每一个凸四边形都能被ORC表示，还需要讨论顶点不在HBB上的情况以及ORC中顶点的隐式排序。此外，直接使用高斯分布来加权并不适合部分目标，如港口等等。

    1.2K20

    OpenCV 3.1.0中的图像放缩与旋转

    OpenCV在3.1.0版本中的图像放缩与旋转操作比起之前版本中更加的简洁方便，同时还提供多种插值方法可供选择。...二：旋转 图像绕原点逆时针旋转a角，其变换矩阵及逆矩阵（顺时针选择）的图像如下： ?...OpenCV3.1.0中实现图像旋转需要用到的两个API函数分别是 - getRotationMatrix2D - warpAffine 第一个函数是用来产生旋转矩阵M，第二个函数是根据旋转矩阵M实现图像指定角度的旋转...从上面旋转以后图像可以看到四个角被剪切掉了，无法显示，我们希望旋转之后图像还能够全部显示，在之前2.x的OpenCV版本中要实现这样的功能，需要很多的数学知识，而在3.1.0中只需要添加如下几行代码即可实现旋转之后的全图显示...在OpenCV3.1.0中默认的插值算法是线性插值(INTER_LINEAR=1)。

    2.3K70

    基于声音信号的工业设备异常检测

    异常检测主要目标是将异常事件与正常事件区分开来，因此才有了“异常”一词。本文将介绍基于声音信号的工业机械异常检测，使用的数据集是MIMII声音数据集，该数据集很容易在网上获得。...异常检测的任务可以通过多种方式实现。其中最简单的一种方法是将问题作为监督学习任务，并对正常和异常声音训练分类器。这种方法的问题是异常情况很少，相应地异常类的数据量有限，这样会对分类性能有很大的影响。...还有一种无监督学习技术，在不使用标签的情况下就可以进行判断，这种方法使用一种常见的神经网络架构就是自编码器。 自编码器在深度学习中非常流行，并且已经成功地应用于许多任务中，例如噪声去除，数据压缩等。...模型学习数据的隐藏内部表示，该数据使用比原始数据更低的维度来描述数据集的信息。 异常检测 现在引入了自编码器后，可以利用该模型执行异常检测。...总结 本文的完整代码可以在下面给出的github链接中访问。

    56130

    优化YOLO实现小型设备的目标检测部署

    在本文中，我们将探讨如何通过量化感知训练（QAT）、剪枝等工具，将YOLOv8转变为一种轻量、高效的检测机器，使其在低资源设备上无缝运行。...这两种方法对于减少模型体积和提高其在资源受限设备上的性能至关重要，我已经在GitHub上的YOLOv8中实现了它们。下面，我将逐步介绍如何设置和应用这些技术到YOLOv8中。...例如，在口罩检测中，延迟的结果可能会妨碍及时的警报或干预。 用户体验：流畅的实时反馈增强了可用性，尤其是在面向消费者的应用（如移动应用或智能家居设备）中。...在无人机和物联网设备上部署：研究优化后的YOLOv8模型在无人机和物联网设置中的表现，用于实时导航、异常检测或人群管理等任务。...增强的边缘AI应用：将优化的YOLOv8模型集成到家庭自动化系统、可穿戴设备或智能城市应用（如交通监控或公共安全）中。

    16310

    YOLObile:面向移动设备的「实时目标检测」算法

    作者提出了一种通过从压缩、编译两个角度，在保证模型准确率的基础上，减小模型的大小，并提升模型在移动设备端的运行速度。...这对于那些可以并行运算的设备（GPU）很不友好，所以不太适合用于DNN推理加速，甚至有可能导致速度下降。...Motivation 基于目前SOTA的目标检测算法，精度高的，模型比较大，在移动设备上会有很高的时延；而那些在移动设备端可以快速运行的轻量级算法又牺牲了算法精度。...这里作者给出了两个建议： 对于block中channel的数量：与设备中CPU/GPU的vector registers的长度一致 对于block中的filter的数量：在保证目标推理速度的前提下，选择最少的...因为每个branch的执行是独立的，所以可以通过Greedy Algorithm(贪心算法)来确定网络中每一个分支的执行的位置（GPU or CPU）。

    1.3K30

    AAAI 2021 | 用于旋转目标检测的动态锚框学习策略

    本文主要是讨论旋转目标检测中anchor匹配机制的问题和一些思考。 论文地址：arxiv.org/abs/2012.0415....但是这会导致两个问题： 进一步加剧的正负样本不平衡。对于旋转目标检测而言，预设旋转anchor要额外引入角度先验，使得预设的anchor数目成倍增加。...为了证明我们的方法能够有效提取高质量的anchor，从而减少旋转目标检测中anchor的预设，缓和不平衡问题，我们在特征图每个位置仅仅使用了3个水平的anchor，文本检测由于目标宽高全都很常悬殊，采用...4.2 实验结果 4.2.1和其它sampling 方法比较 表中列举的都是自己复现的结果，采用各自论文的思想但是由于原论文都不是做旋转检测的，并不完全一致。值得一提的还是HAMbox。...但是可以移植到一些sota检测器上去，也会有所提升。 （BTW，文本和通用旋转检测确实不太一样，要实现较高F1只是解决旋转问题远远不够。

    1.2K40

    基于STM32设计的环境检测设备

    2、通过传感器用ADC模拟数字的转换，采集到的数据显示在oled屏幕上。 3、当检测到的数据超过设定的安全值时，屏幕上会显示警报。...4、检测到的数据能定时通过ESP8266 wifi无线传输发送到所连接的用户的手机上，实现监测功能。 系统框架图如下: 3....(2) MQ系列的气体检测传感器 烟雾传感器MQ-2、易燃气体传感器MQ-4、空气质量检测传感器MQ-135，这些传感器都是输出模拟信号。 配置好STM32的ADC采集接口，采集数据进行处理即可。...//返回1:未检测到DHT11的存在 //返回0:存在 u8 DHT11_Check(void) { u8 retry=0; DHT11_IO_IN();//SET...\r\n"); while(ESP8266_SendCmd("ATE0\r\n","OK",20)); //关闭回显 printf("请用设备连接WIFI热点:%s,

    1.4K31

    【100个 Unity实用技能】| Unity中检测 设备麦克风权限

    Unity 平台提供一整套完善的软件解决方案，可用于创作、运营和变现任何实时互动的2D和3D内容，支持平台包括手机、平板电脑、PC、游戏主机、增强现实和虚拟现实设备。...中 检测当前设备是否有麦克风权限 在Unity中可以通过调用API检测可以从devices属性中获得已连接麦克风的列表 从而 判断有没有麦克风权限 Microphone 方法 描述 End 停止记录...GetDeviceCaps 获取设备的频率能力。 GetPosition 获取录音样本中的位置。 IsRecording 查询设备是否正在记录。 Start 开始记录设备。...具体使用示例： //获取麦克风设备，判断设备是否有麦克风 string[] devices = Microphone.devices; if (devices.Length...Debug.Log("设备没有麦克风"); } 记录麦克风播放的声音API如下： // // 摘要: // Start Recording

    1.1K30

    【100个 Unity实用技能】| Unity中检测 设备麦克风权限

    Unity 平台提供一整套完善的软件解决方案，可用于创作、运营和变现任何实时互动的2D和3D内容，支持平台包括手机、平板电脑、PC、游戏主机、增强现实和虚拟现实设备。...中 检测当前设备是否有麦克风权限 在Unity中可以通过调用API检测可以从devices属性中获得已连接麦克风的列表 从而 判断有没有麦克风权限 Microphone 方法 描述 End 停止记录...GetDeviceCaps 获取设备的频率能力。 GetPosition 获取录音样本中的位置。 IsRecording 查询设备是否正在记录。 Start 开始记录设备。...具体使用示例： //获取麦克风设备，判断设备是否有麦克风 string[] devices = Microphone.devices; if (devices.Length...Debug.Log("设备没有麦克风"); } 记录麦克风播放的声音API如下： // // 摘要: // Start Recording

    99050

    BBAVectors：一种Anchor Free的旋转物体检测方法

    导读 WACV2021的一篇文章，将CenterNet的方案用到了旋转物体的检测中，设计了一种精巧的旋转框表达方式，免去了设计anchor麻烦，效果也非常好，而且代码也开源了。...来将CenterNet扩展到有方向的物体检测，但是，对于任意的旋转物体，宽和高实际上依赖于不同的旋转坐标系统，所以直接回归会有些难度。...BBAVectors对于所有的物体都在同一个笛卡尔坐标系中。 我们将基于特征点检测的CenterNet扩展到了方向物体检测场景中。这是一个单阶段而且anchor free的方法。 ?...（2）OBB中的w，h是在各自独立的旋转坐标系统中定义的，角度θ是相对于y轴的，这样，网络很难去联合训练所有的物体。...在我们的设计中，这4个向量分布在笛卡尔坐标系的4个象限中，所有的旋转物体都共用一个坐标系，这样可以高效的利用共同的信息，并提升模型的泛化能力。

    2.2K40
    点击加载更多

    扫码

    添加站长 进交流群

    领取专属 10元无门槛券

    手把手带您无忧上云

    扫码加入开发者社群

    相关资讯

    热门标签

    更多标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      腾讯云开发者

      扫码关注腾讯云开发者

      扫码关注腾讯云开发者

      领取腾讯云代金券

      热门产品

      热门推荐

      更多推荐

      Copyright © 2013 - 2025 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

      深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

      腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号 | 京公网安备号11010802020287

      领券