Lunit公司 | 交互式多类别小目标检测

在给定图像中注释数十或数百个微小物体是费力的，但对于众多计算机视觉任务来说却至关重要。此类图像通常包含来自各种类别的对象，但迄今为止尚未探索用于检测任务的多类交互式注释设置。为了满足这些需求，我们提出了一种新颖的交互式注释方法，用于来自多个类的微小对象的多个实例，基于一些基于点的用户输入。我们的方法 C3Det 分别通过后期融合和特征相关以局部和全局方式将完整图像上下文与注释器输入相关联。我们使用两阶段和一阶段目标检测架构对 Tiny-DOTA 和 LCell 数据集进行实验，以验证我们方法的有效性。我们的方法在交互式注释方面优于现有方法，以更少的点击实现更高的 mAP。此外，我们在用户研究中验证了我们方法的注释效率，与手动注释相比，它的速度提高了 2.85 倍，并且只产生了 0.36 倍的任务负载（NASA-TLX，越低越好）。