BriefGPT - AI 论文速递
·
YOLC: 仅聚焦天空图像中微小物体检测的方法
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
通过YOLC框架引入局部尺度模块（LSM）解决大规模图像和非均匀目标分布的挑战。使用高斯Wasserstein距离（GWD）修改回归损失以获得高质量边界框，并在检测头部使用可变形卷积和改进方法增强对小目标的检测。在Visdrone2019和UAVDT等航拍图像数据集上实验证明了方法的有效性和优越性。
🎯
关键要点
- 通过YOLC框架引入局部尺度模块（LSM）解决大规模图像和非均匀目标分布的挑战。
- 使用高斯Wasserstein距离（GWD）修改回归损失以获得高质量边界框。
- 在检测头部使用可变形卷积和改进方法增强对小目标的检测。
- 在Visdrone2019和UAVDT等航拍图像数据集上实验证明了方法的有效性和优越性。
🏷️
标签
➡️
