小目标检测调研

1、定义

1）从相对尺度定义。目前无统一标准，如边界框面积与图像面积之比的中位数在0.08%~0.58%之间，640像素×480像素分辨率图像中，16像素×16像素到42像素×42像素
2）绝对尺度。coco定义为32像素。因为很多网络如vgg为32倍降采样，最终向量特征点1个像素对应32个像素。

2挑战

1）可利用特征少，分辨率低
2）定位精度要求高，anchor匹配小目标的比大目标少很多
3）数据集中小目标占比少。容易漏标注，标注误差敏感
4）样本不均衡问题。小目标的anchor匹配的正样本较少。
5）小目标聚集问题。多次降采样导致特征聚合、nms过滤掉了、训练难以回归不好收敛
6） 网络结构。设计的网络结构未考虑小目标

3应对策略

1）数据增强
复制小目标、考虑上下文信息进行复制、缩放与拼接、尺度匹配（尺度匹配策略对图像进行尺度变换