A DeNoising FPN With Transformer R-CNN for Tiny Object Detection

尽管计算机视觉领域取得了显著进展，但精确检测微小物体仍然是一个重大挑战，这主要是由于图像数据中这些物体被分配的微小像素表示。在地球科学和遥感领域，微小物体的高保真检测可以促进从城市规划到环境监测等各种应用。在本文中，我们提出了一个新的框架，即DeNoising FPN with Trans R-CNN（DNTR），以提高微小物体检测的性能。DNTR包括易于插入的设计DeNoising FPN（DN-FPN）和有效的基于Transformer的检测器Trans R-CNN。具体而言，特征金字塔网络中的特征融合对于检测多尺度物体至关重要。然而，在不同尺度的特征之间没有正则化的情况下，在融合过程中可能会产生噪声特征。因此，我们引入了一个DN-FPN模块，利用对比学习来抑制FPN自上而下路径中每个级别的特征中的噪声。其次，基于两阶段框架，我们用一种新颖的Trans R-CNN检测器替换了过时的R-CNN检测器，以关注微小物体的自我注意力表示。实验结果表明，我们的DNTR在AI-TOD数据集的APvt方面至少比基线提高了17.4％，在VisDrone数据集的AP方面提高了9.6％。我们的代码将在此\href{https://github.com/hoiliu-0801/DNTR}{https://github.com/hoiliu-0801/DNTR}提供。

提高微小目标检测的性能，尤其是在地球科学和遥感领域中应用的微小目标检测。

提出了一种新的框架DNTR，包括DN-FPN模块和Trans R-CNN检测器，通过对FPN中特征融合过程中的噪声进行对比学习来提高微小目标检测的性能，同时使用Transformer-based detector来聚焦于微小目标的表示。

实验结果表明，在AI-TOD数据集上，DNTR的APvt至少比基线高17.4％，在VisDrone数据集上，AP至少比基线高9.6％。作者将代码开源在GitHub上。

最近的相关研究包括："Tiny Object Detection Using Feature Enhancement and Attentional Modulation Networks"、"RetinaNet for Diabetic Retinopathy Detection on Eye Fundus Images"等。