旋转目标检测是一项有挑战性的任务，因为难以定位多角度物体并且与背景准确和快速的分离。虽然已经取得了长足的进步，但在实际设置中，对于大宽高比，密集分布和类别不平衡的旋转目标检测仍然存在困难。

在这篇论文中，提出了一种快速，准确且端到端的的旋转目标检测器。考虑到现有精炼单级检测器的特征未对齐的缺点，这篇论文设计了一个特征精炼模块来获取更准确的特征以提高旋转目标检测性能。

特征精炼模块的关键思想是通过特征插值将当前精炼的边界框位置信息重新编码为对应的特征点，以实现特征重构和对齐。

在DOTA，HRSC2016和ICDAR2015数据集上进行的广泛实验显证明了这种算法的有效性。目前这篇论文的代码已开源，刚刚收录于AAAI 2021。感兴趣的可以戳链接。

  • 论文名称：R3Det: Refined Single-Stage Detector with Feature Refinement for Rotating Object
  • 论文链接：https://arxiv.org/abs/1908.05612
  • 代码地址：https://github.com/Thinklab-SJTU/R3Det_Tensorflow

内容中包含的图片若涉及版权问题，请及时与我们联系删除