pinfan12138-CSDN博客

原创【论文学习】Shape-Adaptive Selection and Measurement for Oriented Object Detection（AAAI22）

定向目标检测的检测方法的开发仍然是一项具有挑战性的任务。一个相当大的障碍是物体形状（例如纵横比）的广泛变化。一般目标检测中的样本选择已被广泛研究，因为它对检测方法的性能起着至关重要的作用，并取得了很大进展。（1）大多数忽略了物体形状信息；(2) 他们没有对选定的正样本进行潜在区分；(3) 其中一些只能应用于 anchor-free 或 anchor-based 方法，不能同时用于这两种方法。

2023-05-04 18:59:26 515

原创【论文学习】Polygon-to-Polygon Distance Loss for Rotated Object Detection（AAAI22）

旋转物体检测的多边形到多边形距离损失

2023-04-27 20:57:21 387

原创【论文学习】Gaussian Focal Loss

随着航空数据的不断增加，航空图像中的物体检测已经引起了遥感界越来越多的关注。由于角度的周期性可能导致目标角度值的不一致，因此在使用定向边界框（OBBs）表示任意方向的物体时，困难在于准确预测每个目标的角度信息。为了解决这个问题，最近的工作提出将角度预测从回归问题执行到带有圆形平滑标签（CSL）的分类任务。然而，我们发现，目前适用于二进制软标签的损失函数需要近似每个位置的软标签值。当对所有负样本角度类别进行加总时，这些相对不重要的损失值会压倒目标角度类别，从而使网络无法预测精确的角度信息。

2023-01-03 23:28:23 2430