农业物体检测领域自适应中的扩散
原文中文,约300字,阅读约需1分钟。发表于: 。该研究提出了 DODA,一种能够在农业领域生成高质量物体检测数据的数据合成器,通过将布局编码为图像,提高了布局到图像的可控性,从而改善了标签的质量,并使用视觉编码器为扩散模型提供视觉线索,使模型能够在新领域生成数据。在全球小麦头部检测(GWHD)数据集上,采用 DODA 合成的数据提高了目标检测器在与训练数据显著不同的领域中的表现,AP$_{50}$ 提升了 12.74-17.76。
该研究提出了DODA,一种能够在农业领域生成高质量物体检测数据的数据合成器。通过将布局编码为图像,提高了布局到图像的可控性,改善了标签质量。使用视觉编码器为扩散模型提供视觉线索,使模型能够在新领域生成数据。在全球小麦头部检测数据集上,DODA合成的数据提高了目标检测器在不同领域中的表现,AP50提升了12.74-17.76。