从模糊到卓越检测：基于 YOLO 的超分辨率空中物体检测-计算机科学-神经网络-机器学习.pdfVIP

从模糊到卓越检测：基于YOLO的超分辨率

空中物体检测

RagibAminNihal,BenjaminYen,TakeshiAshizawa,KatsutoshiItoyama,andKazuhiroNakadai

SystemsandControlEngineering,InstituteofScienceTokyo,Japan

RIKEN,Japan

表I

摘要—空中物体检测面临小型物体尺寸、高密度聚类以及由

自然数据集与空中数据集之间的性能差异。一些统计数据来源于[13]。

于距离和运动模糊导致的图像质量退化带来的挑战。这些因素造

成了信息瓶颈，其中有限的像素表示无法编码足够的判别特征。DatasetSSDYOLOv3RefineDetFaster-RCNNRetinaDet

B2BDet通过两阶段框架解决了这一问题，在推理过程中应用MS-COCO[4]26.8133.0341.7941.4839.13

VisDrone2018[3]2.5220.0321.0721.3431.88

特定领域的超分辨率处理，然后使用增强的YOLOv5架构进行

域图像则包含较小、密集排列的物体，具有更大的尺度

本检测。与训练时间的超分辨率方法不同，我们的方法从每张输入变化和复杂的环境条件。

图像中恢复视觉信息。该方法结合了针对航空优化的SRGAN

译微调以及架构创新，包括高效的注意力模块（EAM）和跨层特近期的方法通过专门的架构[5],[6],[7]、注意力机制[8]

中征金字塔网络（CLFPN）。在四个航空数据集上的评估显示了和多尺度特征融合[9],[10]来解决空中检测挑战。这些

2性能提升，在VisDrone数据集中仅使用27.7M参数就实现方法专注于架构改进，但并未解决根本问题：小且模糊

v了52.5%的mAP。消融研究表明，超分辨率预处理带来了

1+2.6%的mAP改进，而架构改进增加了+2.9%，总共比的对象中视觉信息不足。这些方法可以改善特征提取，

6基线YOLOv5提高了+5.5%。该方法在计算效率上实现了但无法恢复输入图像中缺失的细节。

6

453.8%的参数减少，同时实现了强大的小型物体检测性能。超分辨率(SR)技术可以解决这一信息瓶颈。张等人[11]

1

.通过训练时间超分辨率引导开发了SR辅助检测，在训

1I.介绍练过程中一个SR分支指导骨干网络的学习，但在推理

0

4空中物体检测对于监控、农业、城市规划和灾害应时为了计算效率而被丢弃。他们的方法在VEDAI数据

2

:对应用至关重要[1]。与传统的地面级图像相比，空域图集[12]上实现了73.61%的准确率，并且比YOLOv5x少

v

i像带来了独特的挑战：物体显得更小（通常占图像区域用18.1倍的GFLOPs，通过增强学习到的特征表示而不

x

r的%），存在运动模糊和大气影响，并且存在于复增加推理开销。然而，在训练时间使用SR的方法有一

a

杂的背景中[2]。个限制：它们可以增强学习到的表示，但无法恢复低分

这些挑战影响了可供检测算法使用的视觉信息。当物体辨率测试图像中缺失的视觉信息。

在空域图像中仅占据50-100个