ClusDet-读论文随笔

《Clustered Object Detection in Aerial Images》

原文链接：https://arxiv.org/abs/1904.08008v1

补充材料：https://www.researchgate.net/publication/335393286_ClusDet-supppdf

代码链接：https://github.com/fyangneil/Clustered-Object-Detection-in-Aerial-Image

 

 

一、针对什么问题？

1、问题：

航拍数据集VisDrone数据集中的难点：

1）小目标：难以和背景区分的行人等；

2）分布不均匀，部分区域稀疏，部分区域密集；

 

二、 提出什么方法？

提出ClusDet网络

1）CPNet ： 作用:聚类候选框提取；优点：减少图像分区数量，提高效率。

2）ScaleNet： 作用：尺度估计； 优点：提高小目标检测精度。

3）DetecNet： 作用：检测聚类区域；优点：有效利用上下文信息。

 

 

三、三部分网络具体实现

1）聚类区域提取

a）CPNet：  简化版RPN，其中meanshift算法获得聚类候选框的GroudTruth。

b）ICM：合并聚类候选框，采用NMM，方法类似于NMS

2）调整聚类候选框

a）ScaleNet：，，，其中为聚类候选框groundtruth的平均值，为检测目标的参考尺度（好像并无具体计算方法）。

b）PP：聚类候选框中大于阈值的填充（舍弃），小于阈值的均等分；感觉文中的公式好像有点别扭

3）结果融合

采用NMS将聚类候选框的检测结果和原图的检测结果进行融合，进而得到最终的结果。