검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

DFAM-DETR: Deformable Feature Based Attention Mechanism DETR on Slender Object Detection DFAM-DETR: 얇은 객체 감지에 대한 변형 가능한 특징 기반 주의 메커니즘 DETR

Feng WEN, Mei WANG, Xiaojie HU

  • 조회수

    0

  • 이것을 인용

요약 :

객체 감지는 컴퓨터 비전의 가장 중요한 측면 중 하나이며, 객체 감지에 CNN을 사용하면 다양한 분야에서 상당한 결과를 얻을 수 있습니다. 그러나 표준 컨볼루션 레이어의 고정 샘플링으로 인해 수용 필드가 고정된 위치로 제한되고 기하학적 변환에서 CNN이 제한됩니다. 이로 인해 얇은 객체 감지에 대한 CNN의 성능이 저하됩니다. 더 나은 가는 물체 감지 정확도와 효율성을 달성하기 위해 제안된 검출기 DFAM-DETR은 샘플링 포인트를 적응적으로 조정할 수 있을 뿐만 아니라 가는 물체의 특징에 초점을 맞추고 이미지의 전역에서 로컬로 필수 정보를 추출하는 기능을 향상시킵니다. 주의 메커니즘. 이 연구에서는 MS-COCO 데이터 세트의 얇은 개체 이미지를 사용합니다. 실험 결과는 DFAM-DETR이 CNN 및 변환기 기반 감지기에 비해 가는 물체에 대해 탁월한 감지 성능을 달성한다는 것을 보여줍니다.

발행
IEICE TRANSACTIONS on Information Vol.E106-D No.3 pp.401-409
발행일
2023/03/01
공개일
2022/12/09
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2022EDP7111
원고의 종류
PAPER
범주
이미지 인식, 컴퓨터 비전

작성자

Feng WEN
  Shenyang Ligong University
Mei WANG
  Shenyang Ligong University
Xiaojie HU
  Shenyang Ligong University

키워드